Buchumschlag

Towards Provably Unlearnable Examples via Bayes Error Optimisation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Ruihan, Sun, Jun, Lim, Ee-Peng, Zhang, Peixin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Detecting and Corrupting Convolution-based Unlearnable Examples
von: Li, Minghui, et al.
Veröffentlicht: (2023)

ARMOR: Shielding Unlearnable Examples against Data Augmentation
von: Gong, Xueluan, et al.
Veröffentlicht: (2025)

Purify Unlearnable Examples via Rate-Constrained Variational Autoencoders
von: Yu, Yi, et al.
Veröffentlicht: (2024)

T2UE: Generating Unlearnable Examples from Text Descriptions
von: Ma, Xingjun, et al.
Veröffentlicht: (2025)

Provably Unlearnable Data Examples
von: Wang, Derui, et al.
Veröffentlicht: (2024)

Why Do Unlearnable Examples Work: A Novel Perspective of Mutual Information
von: Zhu, Yifan, et al.
Veröffentlicht: (2026)

Channel-Level Semantic Perturbations: Unlearnable Examples for Diverse Training Paradigms
von: Wang, Bo, et al.
Veröffentlicht: (2026)

Scale-up Unlearnable Examples Learning with High-Performance Computing
von: Zhu, Yanfan, et al.
Veröffentlicht: (2025)

Rendering Data Unlearnable by Exploiting LLM Alignment Mechanisms
von: Zhang, Ruihan, et al.
Veröffentlicht: (2026)

Stable Unlearnable Example: Enhancing the Robustness of Unlearnable Examples via Stable Error-Minimizing Noise
von: Liu, Yixin, et al.
Veröffentlicht: (2023)

SoK: Unlearnability and Unlearning for Model Dememorization
von: Zhang, Mengying, et al.
Veröffentlicht: (2026)

The Whole is Better than the Sum: Using Aggregated Demonstrations in In-Context Learning for Sequential Recommendation
von: Wang, Lei, et al.
Veröffentlicht: (2024)

A Survey on Unlearnable Data
von: Li, Jiahao, et al.
Veröffentlicht: (2025)

ClawGuard: A Runtime Security Framework for Tool-Augmented LLM Agents Against Indirect Prompt Injection
von: Zhao, Wei, et al.
Veröffentlicht: (2026)

Provably Robust and Plausible Counterfactual Explanations for Neural Networks via Robust Optimisation
von: Jiang, Junqi, et al.
Veröffentlicht: (2023)

Perturbation-Induced Linearization: Constructing Unlearnable Data with Solely Linear Classifiers
von: Liu, Jinlin, et al.
Veröffentlicht: (2026)

How Far Are We from True Unlearnability?
von: Ye, Kai, et al.
Veröffentlicht: (2025)

Mitigating Object Hallucinations in LVLMs via Attention Imbalance Rectification
von: Sun, Han, et al.
Veröffentlicht: (2026)

A Multi-Stage Framework with Taxonomy-Guided Reasoning for Occupation Classification Using Large Language Models
von: Achananuparp, Palakorn, et al.
Veröffentlicht: (2025)

How Does Bayes Error Limit Probabilistic Robust Accuracy
von: Zhang, Ruihan, et al.
Veröffentlicht: (2024)

Model Mimic Attack: Knowledge Distillation for Provably Transferable Adversarial Examples
von: Lukyanov, Kirill, et al.
Veröffentlicht: (2024)

Certified Robust Accuracy of Neural Networks Are Bounded due to Bayes Errors
von: Zhang, Ruihan, et al.
Veröffentlicht: (2024)

OVFoodSeg: Elevating Open-Vocabulary Food Image Segmentation via Image-Informed Textual Representation
von: Wu, Xiongwei, et al.
Veröffentlicht: (2024)

Towards Provably Unbiased LLM Judges via Bias-Bounded Evaluation
von: Feuer, Benjamin, et al.
Veröffentlicht: (2026)

Advancing Food Nutrition Estimation via Visual-Ingredient Feature Fusion
von: Qi, Huiyan, et al.
Veröffentlicht: (2025)

Rounding-Guided Backdoor Injection in Deep Learning Model Quantization
von: Chen, Xiangxiang, et al.
Veröffentlicht: (2025)

Certified Policy Optimisation for Nested Causal Bandits via PAC-Bayes Risk
von: Woydt, Tim, et al.
Veröffentlicht: (2026)

SEQ-GPT: LLM-assisted Spatial Query via Example
von: Lim, Ivan Khai Ze, et al.
Veröffentlicht: (2025)

Towards Provable (In)Secure Model Weight Release Schemes
von: Yang, Xin, et al.
Veröffentlicht: (2025)

Contract And Conquer: How to Provably Compute Adversarial Examples for a Black-Box Model?
von: Chistyakova, Anna, et al.
Veröffentlicht: (2026)

Effects of Theory of Mind and Prosocial Beliefs on Steering Human-Aligned Behaviors of LLMs in Ultimatum Games
von: Yadav, Neemesh, et al.
Veröffentlicht: (2025)

Unlearnable Examples Detection via Iterative Filtering
von: Yu, Yi, et al.
Veröffentlicht: (2024)

LLMScan: Causal Scan for LLM Misbehavior Detection
von: Zhang, Mengdi, et al.
Veröffentlicht: (2024)

A General Neural Backbone for Mixed-Integer Linear Optimization via Dual Attention
von: Huang, Peixin, et al.
Veröffentlicht: (2026)

Towards a Novel Perspective on Adversarial Examples Driven by Frequency
von: Zhang, Zhun, et al.
Veröffentlicht: (2024)

Towards Interpretable Adversarial Examples via Sparse Adversarial Attack
von: Lin, Fudong, et al.
Veröffentlicht: (2025)

Holder Policy Optimisation
von: Chen, Yuxiang, et al.
Veröffentlicht: (2026)

Towards Provable Log Density Policy Gradient
von: Katdare, Pulkit, et al.
Veröffentlicht: (2024)

Comparables XAI: Faithful Example-based AI Explanations with Counterfactual Trace Adjustments
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

Prompt Segmentation and Annotation Optimisation: Controlling LLM Behaviour via Optimised Segment-Level Annotations
von: Prasad, Devika, et al.
Veröffentlicht: (2026)