Statistical Query Lower Bounds for Smoothed Agnostic Learning
光滑鲁棒学习的统计查询下界
机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) ; University of California, San Diego(加州大学圣地亚哥分校)
AI总结 本文提出光滑鲁棒学习中半空间学习的统计查询下界,证明$ L_1 $-多项式回归的上界接近最优。
高校专区
光滑鲁棒学习的统计查询下界
机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) ; University of California, San Diego(加州大学圣地亚哥分校)
AI总结 本文提出光滑鲁棒学习中半空间学习的统计查询下界,证明$ L_1 $-多项式回归的上界接近最优。
VAUQ:面向LVLM自评估的视觉感知不确定性量化
机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) ; Nanyang Technological University(南洋理工大学)
AI总结 VAUQ通过引入图像信息分数和核心区域遮蔽策略,实现对LVLM自评估的视觉感知不确定性量化,有效提升模型输出的可靠性。
一个非常大的视频推理套件
机构 * University of California, Berkeley(加州大学伯克利分校) ; Nanyang Technological University(南洋理工大学) ; Northeastern University(东北大学) ; University of Tübingen(图宾根大学) ; Johns Hopkins University(约翰霍普金斯大学) ; University of Michigan(密歇根大学) ; University of Southern California(南加州大学) ; Washington University in St. Louis(圣路易斯华盛顿大学) ; Shanghai Jiao Tong University(上海交通大学) ; East China Normal University(华东师范大学) ; Stanford University(斯坦福大学) ; University of Texas at Austin(得克萨斯大学奥斯汀分校) ; University of California, Los Angeles(加州大学洛杉矶分校) ; Cornell University(康奈尔大学) ; San Jose State University(圣何塞州立大学) ; University of California, Irvine(加州大学尔湾分校) ; Technical University of Munich(慕尼黑技术大学) ; University of California, San Diego(加州大学圣地亚哥分校) ; Imperial College London(伦敦帝国学院) ; University of Wisconsin--Madison(威斯康星大学麦迪逊分校) ; University of Edinburgh(爱丁堡大学) ; Hong Kong University of Science(香港科学大学) ; New York University(纽约大学) ; Auburn University(阿伯丁大学) ; Columbia University(哥伦比亚大学) ; University of Bristol(布里斯托大学) ; University of Waterloo(滑铁卢大学) ; The Chinese University of Hong Kong(香港中文大学) ; Carnegie Mellon University(卡内基梅隆大学) ; University of Oxford(牛津大学) ; University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
AI总结 VBVR数据集和评估框架旨在解决视频推理能力研究中的大规模数据缺乏问题,通过大规模实验观察到对未见任务的泛化能力。
Comments Homepage: https://video-reason.com/
CREDIT: 深度神经网络对模型提取攻击的认证所有权验证
机构 * Department of Computer Science, Florida State University, Tallahassee, Florida, United States(佛罗里达州立大学计算机科学系) ; Department of Mathematics, University of Wisconsin, Madison, Wisconsin, United States(威斯康星大学麦迪逊分校数学系) ; Department of Computer Science, Duke University, Durham, North Carolina, United States(杜克大学计算机科学系) ; Department of Statistics and Operations Research, University of North Carolina at Chapel Hill, Chapel Hill, North Carolina, United States(北卡罗来纳大学教堂山分校统计与运筹学系)
AI总结 CREDIT通过互信息和理论保证,提供深度神经网络对模型提取攻击的认证所有权验证方法。
CITED: 一种面向GNN模型提取防御的决策边界感知签名
机构 * Department of Computer Science, Florida State University, Tallahassee, Florida, United States(佛罗里达州立大学计算机科学系) ; Department of Mathematics, University of Wisconsin, Madison, Wisconsin, United States(威斯康星大学麦迪逊分校数学系)
AI总结 CITED是一种新型的基于签名的GNN模型提取防御方法,能够在嵌入和标签层面实现所有权验证,且不影响下游性能,优于现有水印和指纹方法。
gQIR:生成式量子图像重建
机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) ; Snap Inc.(Snap公司)
AI总结 gQIR通过适应大型生成模型到量子爆发成像领域,实现了在低光条件下高质量图像重建。
Comments CVPR 2026