Enregistré dans:
| Auteurs principaux: | Yu-Hang, Wang, ying, Liu, liang, Fang, Xuelin, Wang, Guo, Junkang, Li, Shiwei, Gao, Lei, Liu, Jian, Yin, Wenfei |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2506.15685 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
TAET: Two-Stage Adversarial Equalization Training on Long-Tailed Distributions
par: YuHang, Wang, et autres
Publié: (2025)
par: YuHang, Wang, et autres
Publié: (2025)
The Power of Many: Synergistic Unification of Diverse Augmentations for Efficient Adversarial Robustness
par: Yu-Hang, Wang, et autres
Publié: (2025)
par: Yu-Hang, Wang, et autres
Publié: (2025)
Enhancing Adversarial Training via Reweighting Optimization Trajectory
par: Huang, Tianjin, et autres
Publié: (2023)
par: Huang, Tianjin, et autres
Publié: (2023)
Sustainable Self-evolution Adversarial Training
par: Wang, Wenxuan, et autres
Publié: (2024)
par: Wang, Wenxuan, et autres
Publié: (2024)
Fast Adversarial Training against Textual Adversarial Attacks
par: Yang, Yichen, et autres
Publié: (2024)
par: Yang, Yichen, et autres
Publié: (2024)
NS-Pep: De novo Peptide Design with Non-Standard Amino Acids
par: Guo, Tao, et autres
Publié: (2025)
par: Guo, Tao, et autres
Publié: (2025)
Junk DNA Hypothesis: Pruning Small Pre-Trained Weights Irreversibly and Monotonically Impairs "Difficult" Downstream Tasks in LLMs
par: Yin, Lu, et autres
Publié: (2023)
par: Yin, Lu, et autres
Publié: (2023)
Unveiling the Backdoor Mechanism Hidden Behind Catastrophic Overfitting in Fast Adversarial Training
par: Zhao, Mengnan, et autres
Publié: (2026)
par: Zhao, Mengnan, et autres
Publié: (2026)
Robustness Feature Adapter for Efficient Adversarial Training
par: Wu, Quanwei, et autres
Publié: (2025)
par: Wu, Quanwei, et autres
Publié: (2025)
ELAS: Efficient Pre-Training of Low-Rank Large Language Models via 2:4 Activation Sparsity
par: Li, Jiaxi, et autres
Publié: (2026)
par: Li, Jiaxi, et autres
Publié: (2026)
Fast Adversarial Training with Weak-to-Strong Spatial-Temporal Consistency in the Frequency Domain on Videos
par: Wang, Songping, et autres
Publié: (2025)
par: Wang, Songping, et autres
Publié: (2025)
Fast Adversarial Training against Sparse Attacks Requires Loss Smoothing
par: Zhong, Xuyang, et autres
Publié: (2025)
par: Zhong, Xuyang, et autres
Publié: (2025)
FastFLUX: Pruning FLUX with Block-wise Replacement and Sandwich Training
par: Cai, Fuhan, et autres
Publié: (2025)
par: Cai, Fuhan, et autres
Publié: (2025)
Why the Maximum Second Derivative of Activations Matters for Adversarial Robustness
par: Yu, Yunrui, et autres
Publié: (2026)
par: Yu, Yunrui, et autres
Publié: (2026)
Fast-Slow Co-advancing Optimizer: Toward Harmonious Adversarial Training of GAN
par: Wang, Lin, et autres
Publié: (2025)
par: Wang, Lin, et autres
Publié: (2025)
Video Quality Assessment for Online Processing: From Spatial to Temporal Sampling
par: Yan, Jiebin, et autres
Publié: (2025)
par: Yan, Jiebin, et autres
Publié: (2025)
Outlier-weighed Layerwise Sampling for LLM Fine-tuning
par: Li, Pengxiang, et autres
Publié: (2024)
par: Li, Pengxiang, et autres
Publié: (2024)
QaRL: Rollout-Aligned Quantization-Aware RL for Fast and Stable Training under Training--Inference Mismatch
par: Gu, Hao, et autres
Publié: (2026)
par: Gu, Hao, et autres
Publié: (2026)
Adversarial Training: A Survey
par: Zhao, Mengnan, et autres
Publié: (2024)
par: Zhao, Mengnan, et autres
Publié: (2024)
Zero-Sacrifice Persistent-Robustness Adversarial Defense for Pre-Trained Encoders
par: Lei, Zhuxin, et autres
Publié: (2026)
par: Lei, Zhuxin, et autres
Publié: (2026)
Explanation-Guided Adversarial Training for Robust and Interpretable Models
par: Chen, Chao, et autres
Publié: (2026)
par: Chen, Chao, et autres
Publié: (2026)
DP-FedAdamW: An Efficient Optimizer for Differentially Private Federated Large Models
par: Liu, Jin, et autres
Publié: (2026)
par: Liu, Jin, et autres
Publié: (2026)
Rethinking LoRA for Privacy-Preserving Federated Learning in Large Models
par: Liu, Jin, et autres
Publié: (2026)
par: Liu, Jin, et autres
Publié: (2026)
Enhancing Noise Robustness of Retrieval-Augmented Language Models with Adaptive Adversarial Training
par: Fang, Feiteng, et autres
Publié: (2024)
par: Fang, Feiteng, et autres
Publié: (2024)
Mix-LN: Unleashing the Power of Deeper Layers by Combining Pre-LN and Post-LN
par: Li, Pengxiang, et autres
Publié: (2024)
par: Li, Pengxiang, et autres
Publié: (2024)
ROOT: Robust Orthogonalized Optimizer for Neural Network Training
par: He, Wei, et autres
Publié: (2025)
par: He, Wei, et autres
Publié: (2025)
Parameter Interpolation Adversarial Training for Robust Image Classification
par: Liu, Xin, et autres
Publié: (2025)
par: Liu, Xin, et autres
Publié: (2025)
Disentangled Training with Adversarial Examples For Robust Small-footprint Keyword Spotting
par: Wang, Zhenyu, et autres
Publié: (2024)
par: Wang, Zhenyu, et autres
Publié: (2024)
Demystifying the Roles of LLM Layers in Retrieval, Knowledge, and Reasoning
par: Song, Xinyuan, et autres
Publié: (2025)
par: Song, Xinyuan, et autres
Publié: (2025)
ClinAlign: Scaling Healthcare Alignment from Clinician Preference
par: Lyu, Shiwei, et autres
Publié: (2026)
par: Lyu, Shiwei, et autres
Publié: (2026)
On the Implicit Adversariality of Catastrophic Forgetting in Deep Continual Learning
par: Peng, Ze, et autres
Publié: (2025)
par: Peng, Ze, et autres
Publié: (2025)
Adversarial Training for Robust Coverage Network under Worst-case Facility Losses
par: Miao, Changhao, et autres
Publié: (2026)
par: Miao, Changhao, et autres
Publié: (2026)
FedNSAM:Consistency of Local and Global Flatness for Federated Learning
par: Liu, Junkang, et autres
Publié: (2026)
par: Liu, Junkang, et autres
Publié: (2026)
One LR Doesn't Fit All: Heavy-Tail Guided Layerwise Learning Rates for LLMs
par: He, Di, et autres
Publié: (2026)
par: He, Di, et autres
Publié: (2026)
SPAM: Spike-Aware Adam with Momentum Reset for Stable LLM Training
par: Huang, Tianjin, et autres
Publié: (2025)
par: Huang, Tianjin, et autres
Publié: (2025)
Taming Preconditioner Drift: Unlocking the Potential of Second-Order Optimizers for Federated Learning on Non-IID Data
par: Liu, Junkang, et autres
Publié: (2026)
par: Liu, Junkang, et autres
Publié: (2026)
Causal-HalBench: Uncovering LVLMs Object Hallucinations Through Causal Intervention
par: Xu, Zhe, et autres
Publié: (2025)
par: Xu, Zhe, et autres
Publié: (2025)
Improving Fast Adversarial Training via Self-Knowledge Guidance
par: Jiang, Chengze, et autres
Publié: (2024)
par: Jiang, Chengze, et autres
Publié: (2024)
Adversarial Instance Generation and Robust Training for Neural Combinatorial Optimization with Multiple Objectives
par: Liu, Wei, et autres
Publié: (2026)
par: Liu, Wei, et autres
Publié: (2026)
S2MAM: Semi-supervised Meta Additive Model for Robust Estimation and Variable Selection
par: Zhang, Xuelin, et autres
Publié: (2026)
par: Zhang, Xuelin, et autres
Publié: (2026)
Documents similaires
-
TAET: Two-Stage Adversarial Equalization Training on Long-Tailed Distributions
par: YuHang, Wang, et autres
Publié: (2025) -
The Power of Many: Synergistic Unification of Diverse Augmentations for Efficient Adversarial Robustness
par: Yu-Hang, Wang, et autres
Publié: (2025) -
Enhancing Adversarial Training via Reweighting Optimization Trajectory
par: Huang, Tianjin, et autres
Publié: (2023) -
Sustainable Self-evolution Adversarial Training
par: Wang, Wenxuan, et autres
Publié: (2024) -
Fast Adversarial Training against Textual Adversarial Attacks
par: Yang, Yichen, et autres
Publié: (2024)