Buchumschlag

Neural Network Verification with Branch-and-Bound for General Nonlinearities

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Zhouxing, Jin, Qirui, Kolter, Zico, Jana, Suman, Hsieh, Cho-Jui, Zhang, Huan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Artifact of GenBaB: Neural Network Verification with Branch-and-Bound for General Nonlinearities
von: Shi, Zhouxing, et al.
Veröffentlicht: (2025)

Certified Training with Branch-and-Bound for Lyapunov-stable Neural Control
von: Shi, Zhouxing, et al.
Veröffentlicht: (2024)

Provably Bounding Neural Network Preimages
von: Kotha, Suhas, et al.
Veröffentlicht: (2023)

SoundnessBench: A Soundness Benchmark for Neural Network Verifiers
von: Zhou, Xingjian, et al.
Veröffentlicht: (2024)

Lyapunov-stable Neural Control for State and Output Feedback: A Novel Formulation
von: Yang, Lujie, et al.
Veröffentlicht: (2024)

Talking with Verifiers: Automatic Specification Generation for Neural Network Verification
von: Elboher, Yizhak Y., et al.
Veröffentlicht: (2026)

Bridging Efficiency and Safety: Formal Verification of Neural Networks with Early Exits
von: Elboher, Yizhak Yisrael, et al.
Veröffentlicht: (2025)

E-Globe: Scalable $ε$-Global Verification of Neural Networks via Tight Upper Bounds and Pattern-Aware Branching
von: Li, Wenting, et al.
Veröffentlicht: (2026)

Solving Probabilistic Verification Problems of Neural Networks using Branch and Bound
von: Boetius, David, et al.
Veröffentlicht: (2024)

BaB-prob: Branch and Bound with Preactivation Splitting for Probabilistic Verification of Neural Networks
von: Wang, Fangji, et al.
Veröffentlicht: (2025)

Mimetic Initialization of MLPs
von: Trockman, Asher, et al.
Veröffentlicht: (2026)

Weight Ensembling Improves Reasoning in Language Models
von: Dang, Xingyu, et al.
Veröffentlicht: (2025)

Test-Time Adaptation Induces Stronger Accuracy and Agreement-on-the-Line
von: Kim, Eungyeup, et al.
Veröffentlicht: (2023)

Superhuman AI for Stratego Using Self-Play Reinforcement Learning and Test-Time Search
von: Sokota, Samuel, et al.
Veröffentlicht: (2025)

Defending LLMs against Jailbreaking Attacks via Backtranslation
von: Wang, Yihan, et al.
Veröffentlicht: (2024)

A Simple and Effective Pruning Approach for Large Language Models
von: Sun, Mingjie, et al.
Veröffentlicht: (2023)

Looking beyond the next token
von: Thankaraj, Abitha, et al.
Veröffentlicht: (2025)

Not All Rollouts are Useful: Down-Sampling Rollouts in LLM Reinforcement Learning
von: Xu, Yixuan Even, et al.
Veröffentlicht: (2025)

Compute-Optimal LLMs Provably Generalize Better With Scale
von: Finzi, Marc, et al.
Veröffentlicht: (2025)

Transformers to SSMs: Distilling Quadratic Knowledge to Subquadratic Models
von: Bick, Aviv, et al.
Veröffentlicht: (2024)

Accelerating Diffusion Planners in Offline RL via Reward-Aware Consistency Trajectory Distillation
von: Duan, Xintong, et al.
Veröffentlicht: (2025)

Contextures: Representations from Contexts
von: Zhai, Runtian, et al.
Veröffentlicht: (2025)

ROGUE: Misaligned Agent Behavior Arising from Ordinary Computer Use
von: Tien, Jeremy, et al.
Veröffentlicht: (2026)

Solving for X and Beyond: Can Large Language Models Solve Complex Math Problems with More-Than-Two Unknowns?
von: Kao, Kuei-Chun, et al.
Veröffentlicht: (2024)

Training a Generally Curious Agent
von: Tajwar, Fahim, et al.
Veröffentlicht: (2025)

Base Models Look Human To AI Detectors
von: Xu, Yixuan Even, et al.
Veröffentlicht: (2026)

Rethinking RL Evaluation: Can Benchmarks Truly Reveal Failures of RL Methods?
von: Chen, Zihan, et al.
Veröffentlicht: (2025)

GRLO: Towards Generalizable Reinforcement Learning in Open-Ended Environments from Zero
von: Yin, Shangjian, et al.
Veröffentlicht: (2026)

Understanding Optimization in Deep Learning with Central Flows
von: Cohen, Jeremy M., et al.
Veröffentlicht: (2024)

Inference Optimal VLMs Need Fewer Visual Tokens and More Parameters
von: Li, Kevin Y., et al.
Veröffentlicht: (2024)

The Update-Equivalence Framework for Decision-Time Planning
von: Sokota, Samuel, et al.
Veröffentlicht: (2023)

Neural Network Verification with PyRAT
von: Lemesle, Augustin, et al.
Veröffentlicht: (2024)

Distributionally Robust Statistical Verification with Imprecise Neural Networks
von: Dutta, Souradeep, et al.
Veröffentlicht: (2023)

DeepCDCL: An CDCL-based Neural Network Verification Framework
von: Liu, Zongxin, et al.
Veröffentlicht: (2024)

Automated Design of Linear Bounding Functions for Sigmoidal Nonlinearities in Neural Networks
von: König, Matthias, et al.
Veröffentlicht: (2024)

One-Step Diffusion Distillation through Score Implicit Matching
von: Luo, Weijian, et al.
Veröffentlicht: (2024)

COPYCOP: Ownership Verification for Graph Neural Networks
von: Nandakumar, Rahul, et al.
Veröffentlicht: (2026)

Verification of Bit-Flip Attacks against Quantized Neural Networks
von: Zhang, Yedi, et al.
Veröffentlicht: (2025)

Bridging Neural ODE and ResNet: A Formal Error Bound for Safety Verification
von: Sayed, Abdelrahman Sayed, et al.
Veröffentlicht: (2025)

Mitigating Bias in Dataset Distillation
von: Cui, Justin, et al.
Veröffentlicht: (2024)