Buchumschlag

ANML: Attribution-Native Machine Learning with Guaranteed Robustness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zahn, Oliver, Beton, Matt, Chana, Simran
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Attention Is Not Retention: The Orthogonality Constraint in Infinite-Context Architectures
von: Zahn, Oliver, et al.
Veröffentlicht: (2026)

Facts as First Class Objects: Knowledge Objects for Persistent LLM Memory
von: Zahn, Oliver, et al.
Veröffentlicht: (2026)

Selective Memory for Artificial Intelligence: Write-Time Gating with Hierarchical Archiving
von: Zahn, Oliver, et al.
Veröffentlicht: (2026)

Probabilistic Stability Guarantees for Feature Attributions
von: Jin, Helen, et al.
Veröffentlicht: (2025)

Optimal Transport Perturbations for Safe Reinforcement Learning with Robustness Guarantees
von: Queeney, James, et al.
Veröffentlicht: (2023)

Rigorous Probabilistic Guarantees for Robust Counterfactual Explanations
von: Marzari, Luca, et al.
Veröffentlicht: (2024)

Preference Learning with Response Time: Robust Losses and Guarantees
von: Sawarni, Ayush, et al.
Veröffentlicht: (2025)

Counterfactual Explanations with Probabilistic Guarantees on their Robustness to Model Change
von: Stępka, Ignacy, et al.
Veröffentlicht: (2024)

Decoding Generalization from Memorization in Deep Neural Networks
von: Ketha, Simran, et al.
Veröffentlicht: (2025)

Gaussian DP for Reporting Differential Privacy Guarantees in Machine Learning
von: Gomez, Juan Felipe, et al.
Veröffentlicht: (2025)

GF-Score: Certified Class-Conditional Robustness Evaluation with Fairness Guarantees
von: Shah, Arya, et al.
Veröffentlicht: (2026)

Hybrid Attribution Priors for Explainable and Robust Model Training
von: Zhang, Zhuoran, et al.
Veröffentlicht: (2025)

Enhancing Adversarial Robustness with Conformal Prediction: A Framework for Guaranteed Model Reliability
von: Bao, Jie, et al.
Veröffentlicht: (2025)

RoS-Guard: Robust and Scalable Online Change Detection with Delay-Optimal Guarantees
von: Zhu, Zelin, et al.
Veröffentlicht: (2025)

Debiasing Reward Models by Representation Learning with Guarantees
von: Ng, Ignavier, et al.
Veröffentlicht: (2025)

The Impact of Machine Learning Uncertainty on the Robustness of Counterfactual Explanations
von: Christodoulou, Leonidas, et al.
Veröffentlicht: (2026)

Learning Robust Reward Machines from Noisy Labels
von: Parac, Roko, et al.
Veröffentlicht: (2024)

Robust Counterfactual Explanations in Machine Learning: A Survey
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Robust Heterogeneous Analog-Digital Computing for Mixture-of-Experts Models with Theoretical Generalization Guarantees
von: Chowdhury, Mohammed Nowaz Rabbani, et al.
Veröffentlicht: (2026)

Probabilistic Performance Guarantees for Multi-Task Reinforcement Learning
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2026)

Learning Optimal and Sample-Efficient Decision Policies with Guarantees
von: Shao, Daqian
Veröffentlicht: (2026)

Spectral-Risk Safe Reinforcement Learning with Convergence Guarantees
von: Kim, Dohyeong, et al.
Veröffentlicht: (2024)

ABE: A Unified Framework for Robust and Faithful Attribution-Based Explainability
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning in Large State Spaces: Algorithms and Guarantees
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

Cooperative Backdoor Attack in Decentralized Reinforcement Learning with Theoretical Guarantee
von: Gao, Mengtong, et al.
Veröffentlicht: (2024)

Graph Structure Learning with Privacy Guarantees for Open Graph Data
von: Guo, Muhao, et al.
Veröffentlicht: (2025)

Deciphering Raw Data in Neuro-Symbolic Learning with Provable Guarantees
von: Tao, Lue, et al.
Veröffentlicht: (2023)

Improving Noise Robustness through Abstractions and its Impact on Machine Learning
von: Ibias, Alfredo, et al.
Veröffentlicht: (2024)

DeRDaVa: Deletion-Robust Data Valuation for Machine Learning
von: Tian, Xiao, et al.
Veröffentlicht: (2023)

Towards Trustworthy Machine Learning in Production: An Overview of the Robustness in MLOps Approach
von: Bayram, Firas, et al.
Veröffentlicht: (2024)

Globalizing Fairness Attributes in Machine Learning: A Case Study on Health in Africa
von: Asiedu, Mercy Nyamewaa, et al.
Veröffentlicht: (2023)

On the Properties of Feature Attribution for Supervised Contrastive Learning
von: Arrighi, Leonardo, et al.
Veröffentlicht: (2026)

Label-Free Reinforcement Learning via Cross-Model Entropy
von: Gorbett, Matt, et al.
Veröffentlicht: (2026)

Quantifying Multimodal Capabilities: Formal Generalization Guarantees in Pairwise Metric Learning
von: Zhou, Richeng, et al.
Veröffentlicht: (2026)

Optimistic Policy Learning under Pessimistic Adversaries with Regret and Violation Guarantees
von: Ganguly, Sourav, et al.
Veröffentlicht: (2026)

Machine Learning Robustness: A Primer
von: Braiek, Houssem Ben, et al.
Veröffentlicht: (2024)

PerAda: Parameter-Efficient Federated Learning Personalization with Generalization Guarantees
von: Xie, Chulin, et al.
Veröffentlicht: (2023)

Revisiting Meta-Learning with Noisy Labels: Reweighting Dynamics and Theoretical Guarantees
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

Theoretical Analysis of Meta Reinforcement Learning: Generalization Bounds and Convergence Guarantees
von: Wang, Cangqing, et al.
Veröffentlicht: (2024)

Model-Based Offline Reinforcement Learning with Reliability-Guaranteed Sequence Modeling
von: He, Shenghong
Veröffentlicht: (2025)