斯坦尼斯拉夫堡
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [i27] 斯坦尼斯拉夫堡 , 巴拉吉·拉克什米纳拉亚南 :
随处集合一切:多尺度聚合,增强对抗性。 CoRR公司 abs/2408.05446 ( 2024 ) 2023 [i26] 斯坦尼斯拉夫堡 :
多攻击:多个图像+相同的对手攻击→多个目标标签。 CoRR公司 腹肌/2308.03792 ( 2023 ) [i25] 斯坦尼斯拉夫堡 :
语言模型激活的对抗性攻击的标度律。 CoRR公司 abs/2312.02780 ( 2023 ) 2022 【c9】 深神经节 , 丹尼·埃尔南德斯 , 莉安娜·莱维特 , 阿曼达·阿斯克尔 , 白云涛 , 安娜·陈 , 汤姆·科纳利 , 新达萨玛 , 黎明排水沟 , 纳尔逊·埃尔哈吉 , Sheer El Showk公司 , 斯坦尼斯拉夫堡 , 扎克·哈特菲尔德-道奇 , 汤姆·海尼汉 , 斯科特·约翰斯顿 , 安迪·琼斯 , 尼古拉斯·约瑟夫 , 杰克逊·克尼安 , 肖娜·克拉维克 , 本·曼 , 内尔·南达 , 卡迈勒·恩杜塞 , 凯瑟琳·奥尔森 , 丹妮拉·阿莫迪 , 汤姆·B·布朗 , 贾里德·卡普兰 , 萨姆·麦肯迪什 , 克里斯托弗·奥拉 , 达里奥·阿莫迪 , 杰克·克拉克 :
大型生成模型中的可预测性和惊喜。 FAccT公司 2022 : 1747-1764 【c8】 布雷特·拉森 , 斯坦尼斯拉夫堡 , 尼克·贝克尔 , 苏里亚神经节 :
我们需要多少自由度来训练深层网络:从损失的角度来看。 ICLR公司 2022 【i24】 斯坦尼斯拉夫堡 :
强大的近似分布外检测的对手漏洞。 CoRR公司 abs/2201.07012 ( 2022 ) [第23条] 深神经节 , 丹尼·埃尔南德斯 , 莉安娜·莱维特 , 新达萨玛 , 汤姆·海尼汉 , 安迪·琼斯 , 尼古拉斯·约瑟夫 , 杰克逊·科尼翁 , 本杰明·曼 , 阿曼达·阿斯克尔 , 白云涛 , 安娜·陈 , 汤姆·科纳利 , 黎明排水沟 , 纳尔逊·埃尔哈吉 , Sheer El Showk公司 , 斯坦尼斯拉夫堡 , 扎克·哈特菲尔德-道奇 , 斯科特·约翰斯顿 , 肖娜·克拉维克 , 内尔·南达 , 卡迈勒·恩杜塞 , 凯瑟琳·奥尔森 , 丹妮拉·阿莫迪 , 达里奥·阿莫迪 , 汤姆·B·布朗 , 贾里德·卡普兰 , 萨姆·麦肯迪什 , 克里斯·欧拉 , 杰克·克拉克 :
大型生成模型中的可预测性和惊喜。 CoRR公司 abs/2202.07785 ( 2022 ) [i22] 白云涛 , 安迪·琼斯 , 卡迈勒·恩杜塞 , 阿曼达·阿斯克尔 , 安娜·陈 , 新达萨玛 , 黎明排水沟 , 斯坦尼斯拉夫堡 , 深神经节 , 汤姆·海尼汉 , 尼古拉斯·约瑟夫 , 索拉夫·卡达瓦特 , 杰克逊·科尼翁 , 汤姆·科纳利 , Sheer El Showk公司 , 纳尔逊·埃尔哈吉 , 扎克·哈特菲尔德-道奇 , 丹尼·埃尔南德斯 , 特里斯坦·休姆 , 斯科特·约翰斯顿 , 肖娜·克拉维克 , 莉安娜·莱维特 , 内尔·南达 , 凯瑟琳·奥尔森 , 达里奥·阿莫迪 , 汤姆·B·布朗 , 杰克·克拉克 , 萨姆·麦肯迪什 , 克里斯·欧拉 , 本杰明·曼 , 贾里德·卡普兰 :
通过从人的反馈中强化学习,培训一名有益无害的助手。 CoRR公司 abs/2204.05862 ( 2022 ) 【i21】 索拉夫·卡达瓦特 , 汤姆·科纳利 , 阿曼达·阿斯克尔 , 汤姆·海尼汉 , 黎明排水沟 , 伊桑·佩雷斯 , 尼古拉斯·谢弗 , 扎克·哈特菲尔德-道奇 , 新达萨玛 , 埃利·特兰·约翰逊 , 斯科特·约翰斯顿 , Sheer El Showk公司 , 安迪·琼斯 , 纳尔逊·埃尔哈吉 , 特里斯坦·休姆 , 安娜·陈 , 白云涛 , 萨姆·鲍曼 , 斯坦尼斯拉夫堡 , 深神经节 , 丹尼·埃尔南德斯 , 乔什·雅各布森 , 杰克逊·科尼翁 , 肖娜·克拉维克 , 莉安娜·莱维特 , 卡迈勒·恩杜塞 , 凯瑟琳·奥尔森 , 萨姆·林格 , 达里奥·阿莫迪 , 汤姆·布朗 , 杰克·克拉克 , 尼古拉斯·约瑟夫 , 本·曼 , 萨姆·麦肯迪什 , 克里斯·欧拉 , 贾里德·卡普兰 :
语言模型(大多数)知道他们知道什么。 CoRR公司 abs/2207.05221 ( 2022 ) [i20] 深神经节 , 莉安娜·莱维特 , 杰克逊·科尼翁 , 阿曼达·阿斯克尔 , 白云涛 , 索拉夫·卡达瓦特 , 本·曼 , 伊桑·佩雷斯 , 尼古拉斯·谢弗 , 卡迈勒·恩杜塞 , 安迪·琼斯 , 萨姆·鲍曼 , 安娜·陈 , 汤姆·科纳利 , 新达萨玛 , 黎明排水沟 , 纳尔逊·埃尔哈吉 , Sheer El Showk公司 , 斯坦尼斯拉夫堡 , 扎克·哈特菲尔德-道奇 , 汤姆·海尼汉 , 丹尼·埃尔南德斯 , 特里斯坦·休姆 , 乔什·雅各布森 , 斯科特·约翰斯顿 , 肖娜·克拉维克 , 凯瑟琳·奥尔森 , 萨姆·林格 , 埃利·特兰·约翰逊 , 达里奥·阿莫迪 , 汤姆·布朗 , 尼古拉斯·约瑟夫 , 萨姆·麦肯迪什 , 克里斯·欧拉 , 贾里德·卡普兰 , 杰克·克拉克 :
减少危害的红色团队语言模型:方法、衡量行为和经验教训。 CoRR公司 abs/2209.07858 ( 2022 ) [i19] 斯坦尼斯拉夫堡 , Ekin Dogus Cubuk公司 , 苏里亚神经节 , 塞缪尔·肖恩霍尔茨 :
深层神经网络自信地感知到什么? 高确定性流形的有效维数及其低置信边界。 CoRR公司 腹肌/2210.05546 ( 2022 ) [i18] 塞缪尔·鲍曼 , Jeeyoon Hyun先生 , 伊桑·佩雷斯 , 埃德温·陈 , 克雷格·佩蒂特 , 斯科特·海纳 , 卡米尔·卢科苏特 , 阿曼达·阿斯克尔 , 安迪·琼斯 , 安娜·陈 , 安娜·戈迪 , 阿扎利亚·米罗塞尼 , 卡梅隆·麦金农 , 克里斯托弗·奥拉 , 丹妮拉·阿莫迪 , 达里奥·阿莫迪 , 黎明排水沟 , 达斯汀·李 , 埃利·特兰·约翰逊 , 杰克逊·科尼翁 , 杰米·克尔 , 贾里德·米勒 , 杰弗里·拉迪什 , 约书亚·兰道 , 卡迈勒·恩杜塞 , 莉安娜·莱维特 , 纳尔逊·埃尔哈吉 , 尼古拉斯·谢弗 , 尼古拉斯·约瑟夫 , 诺米·梅尔卡多 , 新达萨玛 , 罗宾·拉尔森 , 萨姆·麦肯迪什 , 桑迪潘·昆都 , 斯科特·约翰斯顿 , 肖娜·克拉维克 , Sheer El Showk公司 , 斯坦尼斯拉夫堡 , 蒂莫西·特利恩·劳顿 , 汤姆·布朗 , 汤姆·海尼汉 , 特里斯坦·休姆 , 白云涛 , 扎克·哈特菲尔德-道奇 , 本·曼 , 贾里德·卡普兰 :
衡量大型语言模型可扩展监督的进展。 CoRR公司 abs/2211.03540 ( 2022 ) [i17] 白云涛 , 索拉夫·卡达瓦特 , 桑迪潘·昆都 , 阿曼达·阿斯克尔 , 杰克逊·科尼翁 , 安迪·琼斯 , 安娜·陈 , 安娜·戈迪 , 阿扎利亚·米罗塞尼 , 卡梅隆·麦金农 , 陈盈琏 , 凯瑟琳·奥尔森 , 克里斯托弗·奥拉 , 丹尼·埃尔南德斯 , 黎明排水沟 , 深神经节 , 达斯汀·李 , 埃利·特兰·约翰逊 , 伊桑·佩雷斯 , 杰米·克尔 , 贾里德·米勒 , 杰弗里·拉迪什 , 约书亚·兰道 , 卡迈勒·恩杜塞 , 卡米尔·卢科苏特 , 莉安娜·莱维特 , 迈克尔·塞利托 , 纳尔逊·埃尔哈吉 , 尼古拉斯·谢弗 , 诺米·梅尔卡多 , 新达萨玛 , 罗伯特·拉森比 , 罗宾·拉尔森 , 萨姆·林格 , 斯科特·约翰斯顿 , 肖娜·克拉维克 , Sheer El Showk公司 , 斯坦尼斯拉夫堡 , 塔梅拉·拉纳姆 , 蒂莫西·特利恩·劳顿 , 汤姆·科纳利 , 汤姆·海尼汉 , 特里斯坦·休姆 , 塞缪尔·鲍曼 , 扎克·哈特菲尔德-道奇 , 本·曼 , 达里奥·阿莫迪 , 尼古拉斯·约瑟夫 , 萨姆·麦肯迪什 , 汤姆·布朗 , 贾里德·卡普兰 :
宪法AI:来自AI反馈的无害性。 CoRR公司 abs/2212.08073 ( 2022 ) 2021 【c7】 马顿·哈瓦西 , 鲁道夫·杰纳顿 , 斯坦尼斯拉夫堡 , 耶利米亚·哲·刘 , 贾斯珀·斯诺克 , 巴拉吉·拉克什米纳拉亚南 , 安德鲁·明波·戴 , Dustin Tran公司 :
训练独立子网以实现稳健预测。 ICLR公司 2021 【c6】 詹姆斯·卢卡 , Juhan Bae公司 , 迈克尔·R·张 , 斯坦尼斯拉夫堡 , 理查德·泽梅尔 , 罗杰·格罗斯 :
神经网络参数的单调线性插值。 ICML公司 2021 : 7168-7179 【c5】 斯坦尼斯拉夫堡 , 杰仁 , 巴拉吉·拉克什米纳拉亚南 :
探索分布式检测的局限性。 NeurIPS公司 2021 : 7068-7081 [i16] 詹姆斯·卢卡 , Juhan Bae公司 , 迈克尔·R·张 , 斯坦尼斯拉夫堡 , 理查德·泽梅尔 , 罗杰·格罗斯 :
分析神经网络损失场景中的单调线性插值。 CoRR公司 abs/2104.11044 ( 2021 ) 【i15】 斯坦尼斯拉夫堡 , 安德鲁·布洛克 , 拉兹万·帕斯卡努 , Soham De公司 , 塞缪尔·史密斯 :
在训练期间为每张图像绘制多个增强样本可以有效地减少测试错误。 CoRR公司 abs/2105.13343 ( 2021 ) [第14条] 斯坦尼斯拉夫堡 , 杰仁 , 巴拉吉·拉克什米纳拉亚南 :
探索分布式检测的局限性。 CoRR公司 abs/2106.03004 ( 2021 ) [i13] 杰仁 , 斯坦尼斯拉夫堡 , 耶利米亚·Z·刘 , 阿比吉特·古哈·罗伊 , 史莱亚斯·帕迪 , 巴拉吉·拉克什米纳拉亚南 :
改进近OOD检测的马氏距离的简单修复。 CoRR公司 abs/2106.09022 ( 2021 ) [i12] 布雷特·拉森 , 斯坦尼斯拉夫堡 , 尼克·贝克尔 , 苏里亚神经节 :
我们需要多少自由度来训练深层网络:从损失的角度来看。 CoRR公司 abs/2107.05802 ( 2021 ) 2020 【c4】 斯坦尼斯劳·贾斯特泽布斯基 , Maciej Szymczak公司 , 斯坦尼斯拉夫堡 , Devansh Arpit公司 , 杰克·塔波尔 , Kyunghyun Cho(赵京贤) , Krzysztof J.杰拉斯 :
深度神经网络优化轨迹的盈亏平衡点。 ICLR公司 2020 【c3】 斯坦尼斯拉夫堡 , 金塔尔·卡罗琳娜·齐尤加特 , 曼希伊·保罗 , 塞皮德·卡拉哈尼 , 丹尼尔·罗伊 , 苏里亚神经节 :
深度学习与核学习:损失景观几何和神经切线核时间演化的实证研究。 NeurIPS公司 2020 [i11] 斯坦尼斯劳·贾斯特泽布斯基 , Maciej Szymczak公司 , 斯坦尼斯拉夫堡 , Devansh Arpit公司 , 杰克·塔波尔 , Kyunghyun Cho(赵京贤) , Krzysztof J.杰拉斯 :
深度神经网络优化轨迹的盈亏平衡点。 CoRR公司 abs/2002.09572 ( 2020 ) [i10] 马顿·哈瓦西 , 鲁道夫·杰纳顿 , 斯坦尼斯拉夫堡 , 耶利米亚·哲·刘 , 贾斯珀·斯诺克 , 巴拉吉·拉克什米纳拉亚南 , 安德鲁·M·戴 , Dustin Tran公司 :
训练独立子网以实现稳健预测。 CoRR公司 abs/2010.06610 ( 2020 ) [第九章] 斯坦尼斯拉夫堡 , 金塔尔·卡罗琳娜·齐尤加特 , 曼希伊·保罗 , 塞皮德·卡拉哈尼 , 丹尼尔·罗伊 , 苏里亚神经节 :
深度学习与内核学习:损失景观几何和神经切线内核的时间演化的实证研究。 CoRR公司 abs/2010.15110 ( 2020 )
2010 – 2019
2019 [c2] 斯坦尼斯拉夫堡 , 亚当·谢利斯 :
金凤花地带:更好地了解神经网络损失的情况。 AAAI公司 2019 : 3574-3581 【c1】 斯坦尼斯拉夫堡 , 斯坦尼斯劳·贾斯特泽布斯基 :
大规模神经网络结构损失景观。 NeurIPS公司 2019 : 6706-6714 [i8] 斯坦尼斯拉夫堡 , Pawel Krzysztof诺瓦克 , 斯里尼·纳拉亚南 :
刚度:神经网络泛化的新视角。 CoRR公司 腹肌/1901.09491 ( 2019 ) [i7] 斯坦尼斯拉夫堡 , 斯坦尼斯劳·贾斯特泽布斯基 :
大规模神经网络结构损失景观。 CoRR公司 abs/1906.04724 ( 2019 ) [i6] 斯坦尼斯拉夫堡 , 苏里亚神经节 :
神经损失景观局部几何形状的涌现特性。 CoRR公司 腹肌/1910.05929 ( 2019 ) [i5] 斯坦尼斯拉夫堡 , 胡慧仪 , 巴拉吉·拉克什米纳拉亚南 :
深度合奏:损失景观视角。 CoRR公司 abs/1912.02757 ( 2019 ) 2018 [i4] 斯坦尼斯拉夫堡 , 亚当·谢利斯 :
金凤花地带:更好地理解神经网络损失景观。 CoRR公司 abs/1807.02581 ( 2018 ) [i3] Yihui Quek公司 , 斯坦尼斯拉夫堡 , Hui Khoon Ng(吴慧琼) :
神经网络自适应量子态层析成像。 CoRR公司 abs/1812.06693 ( 2018 ) 2017 [i2] 斯坦尼斯拉夫堡 :
Omniglot上用于少快照学习的高斯原型网络。 CoRR公司 abs/1708.02735 ( 2017 ) [i1] 斯坦尼斯拉夫堡 :
利用卷积神经网络理解超大质量黑洞的反馈。 CoRR公司 腹肌/171200523 ( 2017 )