Buchumschlag

CTBENCH: A Library and Benchmark for Certified Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mao, Yuhao, Balauca, Stefan, Vechev, Martin
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

Understanding Certified Training with Interval Bound Propagation
von: Mao, Yuhao, et al.
Veröffentlicht: (2023)

Gaussian Loss Smoothing Enables Certified Training with Tight Convex Relaxations
von: Balauca, Stefan, et al.
Veröffentlicht: (2024)

MixAT: Combining Continuous and Discrete Adversarial Training for LLMs
von: Dékány, Csaba, et al.
Veröffentlicht: (2025)

Expressiveness of Multi-Neuron Convex Relaxations in Neural Network Certification
von: Mao, Yuhao, et al.
Veröffentlicht: (2024)

Dual Randomized Smoothing: Beyond Global Noise Variance
von: Sun, Chenhao, et al.
Veröffentlicht: (2025)

Learning Compact Boolean Networks
von: Wang, Shengpu, et al.
Veröffentlicht: (2026)

BrokenMath: A Benchmark for Sycophancy in Theorem Proving with LLMs
von: Petrov, Ivo, et al.
Veröffentlicht: (2025)

Recovered in Translation: Efficient Pipeline for Automated Translation of Benchmarks and Datasets
von: Yukhymenko, Hanna, et al.
Veröffentlicht: (2026)

Average Certified Radius is a Poor Metric for Randomized Smoothing
von: Sun, Chenhao, et al.
Veröffentlicht: (2024)

Watermark Stealing in Large Language Models
von: Jovanović, Nikola, et al.
Veröffentlicht: (2024)

AlphaIntegrator: Transformer Action Search for Symbolic Integration Proofs
von: Ünsal, Mert, et al.
Veröffentlicht: (2024)

A Unified Framework for LLM Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2026)

A Synthetic Dataset for Personal Attribute Inference
von: Yukhymenko, Hanna, et al.
Veröffentlicht: (2024)

Back to the Drawing Board for Fair Representation Learning
von: Pouget, Angéline, et al.
Veröffentlicht: (2024)

Widening the Gap: Exploiting LLM Quantization via Outlier Injection
von: Zhan, Xiaohua, et al.
Veröffentlicht: (2026)

AutoBaxBuilder: Bootstrapping Code Security Benchmarking
von: von Arx, Tobias, et al.
Veröffentlicht: (2025)

MIBP-Cert: Certified Training against Data Perturbations with Mixed-Integer Bilinear Programs
von: Lorenz, Tobias, et al.
Veröffentlicht: (2024)

Discovering Spoofing Attempts on Language Model Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2024)

Ward: Provable RAG Dataset Inference via LLM Watermarks
von: Jovanović, Nikola, et al.
Veröffentlicht: (2024)

Watch your steps: Dormant Adversarial Behaviors that Activate upon LLM Finetuning
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Self-contradictory Hallucinations of Large Language Models: Evaluation, Detection and Mitigation
von: Mündler, Niels, et al.
Veröffentlicht: (2023)

Watermarking Diffusion Language Models
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

CodeTaste: Can LLMs Generate Human-Level Code Refactorings?
von: Thillen, Alex, et al.
Veröffentlicht: (2026)

Practical Hybrid Quantum Language Models with Observable Readout on Real Hardware
von: Balauca, Stefan, et al.
Veröffentlicht: (2025)

COMPL-AI Framework: A Technical Interpretation and LLM Benchmarking Suite for the EU Artificial Intelligence Act
von: Guldimann, Philipp, et al.
Veröffentlicht: (2024)

Mind the Gap: A Practical Attack on GGUF Quantization
von: Egashira, Kazuki, et al.
Veröffentlicht: (2025)

Fewer Weights, More Problems: A Practical Attack on LLM Pruning
von: Egashira, Kazuki, et al.
Veröffentlicht: (2025)

SWT-Bench: Testing and Validating Real-World Bug-Fixes with Code Agents
von: Mündler, Niels, et al.
Veröffentlicht: (2024)

Delay, Plateau, or Collapse: Evaluating the Impact of Systematic Verification Error on RLVR
von: Egashira, Kazuki, et al.
Veröffentlicht: (2026)

Pay Attention to the Triggers: Constructing Backdoors That Survive Distillation
von: De Muri, Giovanni, et al.
Veröffentlicht: (2025)

Certifying Counterfactual Bias in LLMs
von: Chaudhary, Isha, et al.
Veröffentlicht: (2024)

Certified Signed Graph Unlearning
von: Zhao, Junpeng, et al.
Veröffentlicht: (2025)

Beyond Memorization: Violating Privacy Via Inference with Large Language Models
von: Staab, Robin, et al.
Veröffentlicht: (2023)

Exploiting LLM Quantization
von: Egashira, Kazuki, et al.
Veröffentlicht: (2024)

Hessian-Free Online Certified Unlearning
von: Qiao, Xinbao, et al.
Veröffentlicht: (2024)

On Distinguishing Capability Elicitation from Capability Creation in Post-Training: A Free-Energy Perspective
von: Li, Yuhao, et al.
Veröffentlicht: (2026)

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

Dr. Post-Training: A Data Regularization Perspective on LLM Post-Training
von: Hu, Pingbang, et al.
Veröffentlicht: (2026)

Certifying Global Robustness for Deep Neural Networks
von: Li, You, et al.
Veröffentlicht: (2024)

Certifiably Byzantine-Robust Federated Conformal Prediction
von: Kang, Mintong, et al.
Veröffentlicht: (2024)