:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Oyarhoseini, Hosna, Lin, Jimmy, Karimi, Amir-Hossein
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2605.15761
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unifying Adversarial Robustness and Training Across Text Scoring Models
von: Tamber, Manveer Singh, et al.
Veröffentlicht: (2026)

Position: Explainable AI is Causality in Disguise
von: Karimi, Amir-Hossein
Veröffentlicht: (2026)

Exploring and Mitigating Adversarial Manipulation of Voting-Based Leaderboards
von: Huang, Yangsibo, et al.
Veröffentlicht: (2025)

Prompt-to-Leaderboard
von: Frick, Evan, et al.
Veröffentlicht: (2025)

Exploiting Leaderboards for Large-Scale Distribution of Malicious Models
von: Suri, Anshuman, et al.
Veröffentlicht: (2025)

Securing Healthcare with Deep Learning: A CNN-Based Model for medical IoT Threat Detection
von: Mohamadi, Alireza, et al.
Veröffentlicht: (2024)

Temporal convolutional and fusional transformer model with Bi-LSTM encoder-decoder for multi-time-window remaining useful life prediction
von: Pour, Mohamadreza Akbari, et al.
Veröffentlicht: (2025)

Identifying Models Behind Text-to-Image Leaderboards
von: Naseh, Ali, et al.
Veröffentlicht: (2026)

Text-to-Image Models Leave Identifiable Signatures: Implications for Leaderboard Security
von: Naseh, Ali, et al.
Veröffentlicht: (2025)

On the Workflows and Smells of Leaderboard Operations (LBOps): An Exploratory Study of Foundation Model Leaderboards
von: Zhao, Zhimin, et al.
Veröffentlicht: (2024)

The Leaderboard Illusion
von: Singh, Shivalika, et al.
Veröffentlicht: (2025)

Predictive Maintenance of Electric Motors Using Supervised Learning Models: A Comparative Analysis
von: Baradaran, Amir Hossein
Veröffentlicht: (2025)

Sparse-PGD: A Unified Framework for Sparse Adversarial Perturbations Generation
von: Zhong, Xuyang, et al.
Veröffentlicht: (2024)

MALLVI: A Multi-Agent Framework for Integrated Generalized Robotics Manipulation
von: Taji, Mehrshad, et al.
Veröffentlicht: (2026)

Bridging Brain with Foundation Models through Self-Supervised Learning
von: Altaheri, Hamdi, et al.
Veröffentlicht: (2025)

Automating API Documentation with LLMs: A BERTopic Approach
von: Naghshzan, AmirHossein
Veröffentlicht: (2025)

A Unified Framework for Analyzing Meta-algorithms in Online Convex Optimization
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2024)

RepairBench: Leaderboard of Frontier Models for Program Repair
von: Silva, André, et al.
Veröffentlicht: (2024)

LLM Robustness Leaderboard v1 --Technical report
von: Lefebvre, Pierre Peigné -, et al.
Veröffentlicht: (2025)

DISCO-TAB: A Hierarchical Reinforcement Learning Framework for Privacy-Preserving Synthesis of Complex Clinical Data
von: Ilaty, Arshia, et al.
Veröffentlicht: (2026)

Make Still Further Progress: Chain of Thoughts for Tabular Data Leaderboard
von: Liu, Si-Yang, et al.
Veröffentlicht: (2025)

Quantifying User Coherence: A Unified Framework for Analyzing Recommender Systems Across Domains
von: Soumm, Michaël, et al.
Veröffentlicht: (2024)

How Hard is it to Rig a Benchmark? A Social Choice Analysis of Leaderboard Robustness
von: Gordienko, Polina, et al.
Veröffentlicht: (2026)

Measuring AI Progress in Drug Discovery: A Reproducible Leaderboard for the Tox21 Challenge
von: Ebner, Antonia, et al.
Veröffentlicht: (2025)

Adaptability in Multi-Agent Reinforcement Learning: A Framework and Unified Review
von: Hu, Siyi, et al.
Veröffentlicht: (2025)

A New Approach to Backtracking Counterfactual Explanations: A Unified Causal Framework for Efficient Model Interpretability
von: Fatemi, Pouria, et al.
Veröffentlicht: (2025)

Robust Learnability of Sample-Compressible Distributions under Noisy or Adversarial Perturbations
von: Boushehrian, Arefe, et al.
Veröffentlicht: (2025)

CLAIM: An Intent-Driven Multi-Agent Framework for Analyzing Manipulation in Courtroom Dialogues
von: Sheshanarayana, Disha, et al.
Veröffentlicht: (2025)

Unified Explanations in Machine Learning Models: A Perturbation Approach
von: Dineen, Jacob, et al.
Veröffentlicht: (2024)

Analyzing Adversarial Inputs in Deep Reinforcement Learning
von: Corsi, Davide, et al.
Veröffentlicht: (2024)

DSV-LFS: Unifying LLM-Driven Semantic Cues with Visual Features for Robust Few-Shot Segmentation
von: Karimi, Amin, et al.
Veröffentlicht: (2025)

Temporally Unified Adversarial Perturbations for Time Series Forecasting
von: Su, Ruixian, et al.
Veröffentlicht: (2026)

Perturbing the Phase: Analyzing Adversarial Robustness of Complex-Valued Neural Networks
von: Eilers, Florian, et al.
Veröffentlicht: (2026)

Leaderboard Incentives: Model Rankings under Strategic Post-Training
von: Chen, Yatong, et al.
Veröffentlicht: (2026)

Is Algorithmic Stability Testable? A Unified Framework under Computational Constraints
von: Luo, Yuetian, et al.
Veröffentlicht: (2024)

AMIR-GRPO: Inducing Implicit Preference Signals into GRPO
von: Yari, Amir Hossein, et al.
Veröffentlicht: (2026)

Unifying Adversarial Perturbation for Graph Neural Networks
von: Yang, Jinluan, et al.
Veröffentlicht: (2025)

Attacking Autonomous Driving Agents with Adversarial Machine Learning: A Holistic Evaluation with the CARLA Leaderboard
von: Wong, Henry, et al.
Veröffentlicht: (2025)

Dynamic operator management in meta-heuristics using reinforcement learning: an application to permutation flowshop scheduling problems
von: Mamaghan, Maryam Karimi, et al.
Veröffentlicht: (2024)

Protecting the Neural Networks against FGSM Attack Using Machine Unlearning
von: Khorasani, Amir Hossein, et al.
Veröffentlicht: (2025)