:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chai, Yidong, Liu, Yi, Ebrahimi, Mohammadreza, Li, Weifeng, Padmanabhan, Balaji
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2512.17367
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Machine Learning to Machine Unlearning: Complying with GDPR's Right to be Forgotten while Maintaining Business Value of Predictive Models
von: Yang, Yuncong, et al.
Veröffentlicht: (2024)

Adversarially-Aware Architecture Design for Robust Medical AI Systems
von: Gerhart, Alyssa, et al.
Veröffentlicht: (2025)

Optimal Transport Regularized Divergences: Application to Adversarial Robustness
von: Birrell, Jeremiah, et al.
Veröffentlicht: (2023)

Information-Consistent Language Model Recommendations through Group Relative Policy Optimization
von: Prabhune, Sonal, et al.
Veröffentlicht: (2025)

Benchmarking the Robustness of Agentic Systems to Adversarially-Induced Harms
von: Nöther, Jonathan, et al.
Veröffentlicht: (2025)

The Surprising Harmfulness of Benign Overfitting for Adversarial Robustness
von: Hao, Yifan, et al.
Veröffentlicht: (2024)

ChineseHarm-Bench: A Chinese Harmful Content Detection Benchmark
von: Liu, Kangwei, et al.
Veröffentlicht: (2025)

CEAR: Certified Ensemble Adversarial Robustness in DNNs
von: Sadig, Daniel, et al.
Veröffentlicht: (2026)

Evading Deep Learning-Based Malware Detectors via Obfuscation: A Deep Reinforcement Learning Approach
von: Etter, Brian, et al.
Veröffentlicht: (2024)

Harmful Visual Content Manipulation Matters in Misinformation Detection Under Multimedia Scenarios
von: Wang, Bing, et al.
Veröffentlicht: (2026)

Towards Trustworthy Web Attack Detection: An Uncertainty-Aware Ensemble Deep Kernel Learning Model
von: Zhou, Yonghang, et al.
Veröffentlicht: (2024)

Latent Adversarial Training Improves Robustness to Persistent Harmful Behaviors in LLMs
von: Sheshadri, Abhay, et al.
Veröffentlicht: (2024)

Detecting Fake News on Social Media: A Novel Reliability Aware Machine-Crowd Hybrid Intelligence-Based Method
von: Chai, Yidong, et al.
Veröffentlicht: (2024)

Collaborative Management for Chronic Diseases and Depression: A Double Heterogeneity-based Multi-Task Learning Method
von: Chai, Yidong, et al.
Veröffentlicht: (2025)

DariMis: Harm-Aware Modeling for Dari Misinformation Detection on YouTube
von: Baktash, Jawid Ahmad, et al.
Veröffentlicht: (2026)

NERO-Net: A Neuroevolutionary Approach for the Design of Adversarially Robust CNNs
von: Valentim, Inês, et al.
Veröffentlicht: (2026)

A Whole-Process Certifiably Robust Aggregation Method Against Backdoor Attacks in Federated Learning
von: Zhou, Anqi, et al.
Veröffentlicht: (2024)

High-Pass Graph Convolutional Network for Enhanced Anomaly Detection: A Novel Approach
von: Li, Shelei, et al.
Veröffentlicht: (2024)

A Bayesian Hybrid Parameter-Efficient Fine-Tuning Method for Large Language Models
von: Chai, Yidong, et al.
Veröffentlicht: (2025)

Short-Form Videos and Mental Health: A Knowledge-Guided Neural Topic Model
von: Xie, Jiaheng, et al.
Veröffentlicht: (2024)

SocialDF: Benchmark Dataset and Detection Model for Mitigating Harmful Deepfake Content on Social Media Platforms
von: Batra, Arnesh, et al.
Veröffentlicht: (2025)

A Novel Plug-and-Play Approach for Adversarially Robust Generalization
von: Maurya, Deepak, et al.
Veröffentlicht: (2022)

Detecting fake accounts through Generative Adversarial Network in online social media
von: Bordbar, Jinus, et al.
Veröffentlicht: (2022)

Trading Inference-Time Compute for Adversarial Robustness
von: Zaremba, Wojciech, et al.
Veröffentlicht: (2025)

Online Bidding under RoS Constraints without Knowing the Value
von: Vijayan, Sushant, et al.
Veröffentlicht: (2025)

Enhancing Adversarial Robustness in Network Intrusion Detection: A Layer-wise Adaptive Regularization Approach
von: Nasir, Hira, et al.
Veröffentlicht: (2026)

PromptRobust: Towards Evaluating the Robustness of Large Language Models on Adversarial Prompts
von: Zhu, Kaijie, et al.
Veröffentlicht: (2023)

Online Learning to Rank under Corruption: A Robust Cascading Bandits Approach
von: Ghaffari, Fatemeh, et al.
Veröffentlicht: (2025)

Residual Learning and Context Encoding for Adaptive Offline-to-Online Reinforcement Learning
von: Nakhaei, Mohammadreza, et al.
Veröffentlicht: (2024)

Advancements In Heart Disease Prediction: A Machine Learning Approach For Early Detection And Risk Assessment
von: Ingole, Balaji Shesharao, et al.
Veröffentlicht: (2024)

RCDM: Enabling Robustness for Conditional Diffusion Model
von: Xu, Weifeng, et al.
Veröffentlicht: (2024)

GRAID: Synthetic Data Generation with Geometric Constraints and Multi-Agentic Reflection for Harmful Content Detection
von: Rad, Melissa Kazemi, et al.
Veröffentlicht: (2025)

FrameShield: Adversarially Robust Video Anomaly Detection
von: Nafez, Mojtaba, et al.
Veröffentlicht: (2025)

Killing it with Zero-Shot: Adversarially Robust Novelty Detection
von: Mirzaei, Hossein, et al.
Veröffentlicht: (2025)

Adaptive Group Robust Ensemble Knowledge Distillation
von: Kenfack, Patrik, et al.
Veröffentlicht: (2024)

Online MDP with Transition Prototypes: A Robust Adaptive Approach
von: Sun, Shuo, et al.
Veröffentlicht: (2024)

Reducing Redundant Computation in Multi-Agent Coordination through Locally Centralized Execution
von: Bai, Yidong, et al.
Veröffentlicht: (2024)

Sequential Harmful Shift Detection Without Labels
von: Amoukou, Salim I., et al.
Veröffentlicht: (2024)

Evaluating the Adversarial Robustness of Detection Transformers
von: Nazeri, Amirhossein, et al.
Veröffentlicht: (2024)

DARD: Dice Adversarial Robustness Distillation against Adversarial Attacks
von: Zou, Jing, et al.
Veröffentlicht: (2025)