:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pooladzandi, Omead, Jiang, Jeffrey, Bhat, Sunay, Pottie, Gregory
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2405.19376
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PureGen: Universal Data Purification for Train-Time Poison Defense via Generative Model Dynamics
von: Bhat, Sunay, et al.
Veröffentlicht: (2024)

PUREVQ-GAN: Defending Data Poisoning Attacks through Vector-Quantized Bottlenecks
von: Branch, Alexander, et al.
Veröffentlicht: (2025)

Curvature-Informed SGD via General Purpose Lie-Group Preconditioners
von: Pooladzandi, Omead, et al.
Veröffentlicht: (2024)

Implicit Bias and Convergence of Matrix Stochastic Mirror Descent
von: Akhtiamov, Danil, et al.
Veröffentlicht: (2026)

Simulated Human Learning in a Dynamic, Partially-Observed, Time-Series Environment
von: Jiang, Jeffrey, et al.
Veröffentlicht: (2025)

Conformal Inference under High-Dimensional Covariate Shifts via Likelihood-Ratio Regularization
von: Joshi, Sunay, et al.
Veröffentlicht: (2025)

MaskPure: Improving Defense Against Text Adversaries with Stochastic Purification
von: Gietz, Harrison, et al.
Veröffentlicht: (2024)

FlowPure: Continuous Normalizing Flows for Adversarial Purification
von: Collaert, Elias, et al.
Veröffentlicht: (2025)

Scaling Behavior of Discrete Diffusion Language Models
von: von Rütte, Dimitri, et al.
Veröffentlicht: (2025)

MidSteer: Optimal Affine Framework for Steering Generative Models
von: Gaintseva, Tatiana, et al.
Veröffentlicht: (2026)

On Transfer-based Universal Attacks in Pure Black-box Setting
von: Jalwana, Mohammad A. A. K., et al.
Veröffentlicht: (2025)

Foundations of Top-$k$ Decoding For Language Models
von: Noarov, Georgy, et al.
Veröffentlicht: (2025)

MedFedPure: A Medical Federated Framework with MAE-based Detection and Diffusion Purification for Inference-Time Attacks
von: Karami, Mohammad, et al.
Veröffentlicht: (2025)

Robust Graph Learning Against Adversarial Evasion Attacks via Prior-Free Diffusion-Based Structure Purification
von: Luo, Jiayi, et al.
Veröffentlicht: (2025)

Towards Universal Neural Likelihood Inference
von: Brahmavar, Shreyas Bhat, et al.
Veröffentlicht: (2025)

DMPA: Model Poisoning Attacks on Decentralized Federated Learning for Model Differences
von: Feng, Chao, et al.
Veröffentlicht: (2025)

Mathematical Formalism for Memory Compression in Selective State Space Models
von: Bhat, Siddhanth
Veröffentlicht: (2024)

ACE: A Model Poisoning Attack on Contribution Evaluation Methods in Federated Learning
von: Xu, Zhangchen, et al.
Veröffentlicht: (2024)

Intelligent Chemical Purification Technique Based on Machine Learning
von: Wu, Wenchao, et al.
Veröffentlicht: (2024)

LoReTTA: A Low Resource Framework To Poison Continuous Time Dynamic Graphs
von: Pal, Himanshu, et al.
Veröffentlicht: (2025)

Efficient Multi-objective Prompt Optimization via Pure-exploration Bandits
von: Li, Donghao, et al.
Veröffentlicht: (2026)

MergeMix: Optimizing Mid-Training Data Mixtures via Learnable Model Merging
von: Wang, Jiapeng, et al.
Veröffentlicht: (2026)

The Effect of Data Poisoning on Counterfactual Explanations
von: Artelt, André, et al.
Veröffentlicht: (2024)

Universal Black-Box Reward Poisoning Attack against Offline Reinforcement Learning
von: Xu, Yinglun, et al.
Veröffentlicht: (2024)

Universal Jailbreak Backdoors from Poisoned Human Feedback
von: Rando, Javier, et al.
Veröffentlicht: (2023)

TopoReformer: Mitigating Adversarial Attacks Using Topological Purification in OCR Models
von: Kumar, Bhagyesh, et al.
Veröffentlicht: (2025)

In-Context Learning for Pure Exploration
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Preference Poisoning Attacks on Reward Model Learning
von: Wu, Junlin, et al.
Veröffentlicht: (2024)

In-Run Data Shapley for Adam Optimizer
von: Ding, Meng, et al.
Veröffentlicht: (2026)

PoiCGAN: A Targeted Poisoning Based on Feature-Label Joint Perturbation in Federated Learning
von: Liu, Tao, et al.
Veröffentlicht: (2026)

Collapsing Sequence-Level Data-Policy Coverage via Poisoning Attack in Offline Reinforcement Learning
von: Zhou, Xue, et al.
Veröffentlicht: (2025)

Scalable Energy-Based Models via Adversarial Training: Unifying Discrimination and Generation
von: Yin, Xuwang, et al.
Veröffentlicht: (2025)

Tool Zero: Training Tool-Augmented LLMs via Pure RL from Scratch
von: Zeng, Yirong, et al.
Veröffentlicht: (2025)

Unifying Model-Free Efficiency and Model-Based Representations via Latent Dynamics
von: Acharjee, Jashaswimalya, et al.
Veröffentlicht: (2026)

Adversarial Training for Defense Against Label Poisoning Attacks
von: Bal, Melis Ilayda, et al.
Veröffentlicht: (2025)

Perfect Alignment May be Poisonous to Graph Contrastive Learning
von: Liu, Jingyu, et al.
Veröffentlicht: (2023)

Peak-Controlled Logits Poisoning Attack in Federated Distillation
von: Tang, Yuhan, et al.
Veröffentlicht: (2024)

Energy Matching: Unifying Flow Matching and Energy-Based Models for Generative Modeling
von: Balcerak, Michal, et al.
Veröffentlicht: (2025)

Have You Poisoned My Data? Defending Neural Networks against Data Poisoning
von: De Gaspari, Fabio, et al.
Veröffentlicht: (2024)

Energy-Based Models for Continual Learning
von: Li, Shuang, et al.
Veröffentlicht: (2020)