马克·费舍尔 0002
人员信息
附属: 瑞士计算机科学系ETH Zürich
其他同名人员
马克·费舍尔 — 消歧页 马克·费舍尔 0001 — 德国科隆大学管理、经济和社会科学学院 (还有1个) 马克·费舍尔 0003 -德国斯图加特大学 马克·费舍尔 0004 -法国里昂大学 马克·费舍尔 0005 -西门子数字工业软件公司,美国加利福尼亚州弗里蒙特
其他同名人员
优化列表
![笔记](https://dblp.org/img/note-mark.dark.12x12.png)
2020年–今天
2024 【i21】 蒙奇尔·佩切夫 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
ImageNet上模型错误的自动分类。 CoRR公司 腹肌/2401.02430 ( 2024 ) [i20] 贾斯珀·德科宁克 , 马克·尼古拉斯·米勒 , 马克西米利安·巴德 , 马克·费舍尔 , 马丁·T·韦切夫 :
避免语言模型的数据污染检测太容易了。 CoRR公司 abs/2402.02823 ( 2024 ) [i19] 卢卡·比勒·凯尔纳 , 马克·费舍尔 , 马丁·T·韦切夫 :
引导LLM走正确的路:快速、无干扰的约束生成。 CoRR公司 abs/2403.06988 ( 2024 ) [i18] 斯特凡·巴拉卡 , 马克·尼古拉斯·米勒 , 毛玉豪 , 马克西米利安·巴德 , 马克·费舍尔 , 马丁·T·韦切夫 :
用高斯平滑法克服认证培训的悖论。 CoRR公司 abs/2403.07095 ( 2024 ) 2023 [j3] 马克·尼古拉斯·米勒 , 马克·费舍尔 , 罗宾·斯塔布 , 马丁·T·韦切夫 :
不动点迭代器的抽象解释及其在神经网络中的应用。 程序。 ACM计划。 语言。 7 ( PLDI公司 ) : 786-810 ( 2023 ) [注2] 卢卡·比勒·凯尔纳 , 马克·费舍尔 , 马丁·T·韦切夫 :
提示是编程:大型语言模型的查询语言。 程序。 ACM计划。 语言。 7 ( PLDI公司 ) : 1946-1969 ( 2023 ) [第12条] 马克·尼古拉斯·米勒 , 弗兰齐斯卡·埃克特 , 马克·费舍尔 , 马丁·T·韦切夫 :
认证培训:你只需要小盒子。 ICLR公司 2023 [第11条] 穆斯塔法·泽奇里 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
神经ODE的有效认证训练和鲁棒性验证。 ICLR公司 2023 [第10条] 毛玉豪 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
连接认证和对抗训练。 NeurIPS公司 2023 【c9】 蒙奇尔·佩切夫 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
ImageNet上模型错误的自动分类。 NeurIPS公司 2023 [i17] 穆斯塔法·泽奇里 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
神经ODE的有效认证训练和鲁棒性验证。 CoRR公司 腹肌/2303.05246 ( 2023 ) [i16] 毛玉豪 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
TAPS:连接认证和对抗训练。 CoRR公司 abs/2305.04574 ( 2023 ) 【i15】 毛玉豪 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
通过区间传播了解认证培训。 CoRR公司 abs/2306.10426 ( 2023 ) [第14条] 卢卡·比勒·凯尔纳 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
提示绘制大型语言模型。 CoRR公司 abs/2311.04954 ( 2023 ) [i13] 贾斯珀·德科宁克 , 马克·费舍尔 , 卢卡·比勒·凯尔纳 , 马丁·T·韦切夫 :
通过语言模型算法控制文本生成。 CoRR公司 abs/2311.14479 ( 2023 ) 2022 【c8】 马克·费舍尔 , 克里斯蒂安·斯普雷切 , 迪米塔尔·迪米特洛夫 , 加甘迪普·辛格 , 马丁·T·韦切夫 :
神经网络验证的共享证书。 CAV(1) 2022 : 127-148 [c7] 尼古拉·约万诺维奇 , 马克·费舍尔 , 塞缪尔·斯特芬 , 马丁·T·韦切夫 :
专用可靠的神经网络推理。 CCS系统 2022 : 1663-1677 【c6】 米克洛斯·霍瓦思 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
使用方差减少分类器增强随机平滑。 ICLR公司 2022 【c5】 米克洛斯·霍瓦思 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
决策树桩集合的(去)随机平滑。 NeurIPS公司 2022 [i12] 米克洛斯·霍瓦思 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
健壮和准确-用于随机平滑的组合架构。 CoRR公司 abs/2204.00487 ( 2022 ) [i11] 米克洛斯·霍瓦思 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
决策树桩集合的(去)随机平滑。 CoRR公司 腹肌/2205.13909 ( 2022 ) [i10] 马克·尼古拉斯·米勒 , 弗兰齐斯卡·埃克特 , 马克·费舍尔 , 马丁·T·韦切夫 :
认证培训:你只需要小盒子。 CoRR公司 腹肌/2210.04871 ( 2022 ) [第九章] 尼古拉·约万诺维奇 , 马克·费舍尔 , 塞缪尔·斯特芬 , 马丁·T·韦切夫 :
专用可靠的神经网络推理。 CoRR公司 abs/2210.15614 ( 2022 ) [i8] 卢卡·比勒·凯尔纳 , 马克·费舍尔 , 马丁·T·韦切夫 :
提示就是编程:一种用于大型语言模型的查询语言。 CoRR公司 abs/2212.06094 ( 2022 ) 2021 【c4】 马克·费舍尔 , 马克西米利安·巴德 , 马丁·T·韦切夫 :
通过随机平滑进行可扩展的认证细分。 ICML公司 2021 : 3340-3351 [i7] 米克洛斯·霍瓦思 , 马克·尼古拉斯·米勒 , 马克·费舍尔 , 马丁·T·韦切夫 :
使用方差减少分类器增强随机平滑。 CoRR公司 abs/2106.06946 ( 2021 ) [i6] 马克·费舍尔 , 马克西米利安·巴德 , 马丁·T·韦切夫 :
通过随机平滑进行可扩展的认证细分。 CoRR公司 abs/2107.00228 ( 2021 ) [i5] 克里斯蒂安·斯普雷切 , 马克·费舍尔 , 迪米塔尔·迪米特洛夫 , 加甘迪普·辛格 , 马丁·T·韦切夫 :
神经网络验证的共享证书。 CoRR公司 abs/2109.00542 ( 2021 ) [i4] 马克·尼古拉斯·米勒 , 罗宾·斯塔布 , 马克·费舍尔 , 马丁·T·韦切夫 :
单调深平衡模型的有效证明。 CoRR公司 abs/2110.08260 ( 2021 ) 2020 [c3] 马克·费舍尔 , 马克西米利安·巴德 , 马丁·T·韦切夫 :
通过随机平滑进行图像转换的认证防御。 NeurIPS公司 2020 【c2】 阿尼安·鲁斯 , 米斯拉夫·巴卢诺维奇 , 马克·费舍尔 , 马丁·T·韦切夫 :
学习经认证的个人公平陈述。 NeurIPS公司 2020 [i3] 阿尼安·鲁斯 , 米斯拉夫·巴卢诺维奇 , 马克·费舍尔 , 马丁·T·韦切夫 :
学习经认证的个人公平陈述。 CoRR公司 abs/2002.10312 ( 2020 ) [i2] 马克·费舍尔 , 马克西米利安·巴德 , 马丁·T·韦切夫 :
通过随机平滑对语义扰动进行认证。 CoRR公司 2002年12月463日 ( 2020 )
2010 – 2019
2019 【c1】 马克·费舍尔 , 米斯拉夫·巴卢诺维奇 , 达娜·德拉赫斯勒-科恩 , 蒂蒙·格尔 , 策张 , 马丁·T·韦切夫 :
DL2:用逻辑训练和查询神经网络。 ICML公司 2019 : 1931-1941 [i1] 马克·费舍尔 , 马修·米尔曼 , 史蒂文·斯塔德 , 马丁·T·韦切夫 :
用于深度强化学习的在线稳健性训练。 CoRR公司 abs/1911.00887 ( 2019 ) 2018 [j1] 帕沃尔·比利克 , 马克·费舍尔 , 马丁·T·韦切夫 :
基于Android示例的稳健关系布局合成。 程序。 ACM计划。 语言。 2 ( OOPSLA公司 ) : 156:1-156:29 ( 2018 )
合著者索引
![](https://dblp.org/img/cog.dark.24x24.png)