V
主页
Talk | 伊利诺伊大学安全学习实验室系列③:强化学习的可验证鲁棒性
发布人
本期为TechBeat人工智能社区第382期线上Talk,也是伊利诺伊大学安全学习实验室“可信机器学习: 机器学习鲁棒性,隐私性,泛化性,及其内在关联”的系列Talk第③场。 有问题?想提问?快来在https://datayi.cn/w/lPQrp7ao的【交流区】留言!伊利诺伊大学在读博士生吴凡会亲自下场回复哦! 更多Talk视频,尽在将门TechBeat技术社区>>www.techbeat.net
打开封面
下载高清视频
观看高清视频
视频下载器
Talk | 伊利诺伊大学安全学习实验室系列⑦:后门攻击及针对其的可验证模型鲁棒性
Talk | 伊利诺伊大学安全学习实验室系列④:联邦学习的鲁棒性
Talk | 伊利诺伊大学安全学习实验室系列①: 可信机器学习: 机器学习鲁棒性, 隐私性, 泛化性, 及其内在关联
Talk|普林斯顿大学魏博逸:通过剪枝&低秩改造揭示LLMs安全对齐的脆弱性
B站首推!不愧是李宏毅老师讲的【强化学习】简直太详细!!!2024公认最通俗易懂的【强化学习教程】小白也能信手拈来(人工智能|机器学习|深度学习|强化学习)
Talk | 伊利诺伊大学安全学习实验室系列⑤:自然语言处理模型的鲁棒性、隐私保护和伦理问题
Talk | 伊利诺伊大学安全学习实验室系列⑥:可信机器学习:基于决策边界的黑盒攻击
强推!【全150集】机器学习+强化学习+深度学习,一口气带你全部学完!真的太通俗易懂了!(人工智能、深度学习、神经网络、机器学习算法、计算机视觉)
Talk精华版 | 网易伏羲人工智能实验室深度学习研发专家锐风: 应用强化学习开发游戏AI
Talk|卡内基梅隆大学李博文:适用于机器人的可泛化的目标感知
从模型预测控制到强化学习10:“直来直往-直接给策略推荐”的确策略梯度(PG)方法REINFORCE-A2C-原理与仿真
Talk|UW-Madison蔡沐:图像可编码为任意数量Token,俄罗斯套娃式多模态大模型
Talk | CoRL 2023 Oral 上海交通大学迮炎杰:通用机器人操作的视觉表征
Talk|伊利诺伊大学香槟分校张凯风:AdaptiGraph - 材料自适应的图神经动力学模型
Talk | 悉尼科技大学在读博士生胡思逸:MARLlib,全新的多智能体强化学习框架
Talk | 清华大学陈晓宇&苏黎世联邦理工黄嘉伟 :基于实际应用的强化学习
Talk精华版 | 腾讯机器人实验室ICRA工作: 一种基于层次强化学习的机械手鲁棒操作
Talk | ACL'23 杰出论文,MultiIntruct:通过多模态指令集微调提升VLM的零样本学习
基于仿真系统的强化学习系列,pybullet仿真系统篇(1)
ICML回顾 | 浙江大学DCD实验室况琨团队:元学习去混杂、多智能体强化学习、因果推理
Talk |新加坡国立大学胡志元:Uncertainty of Thoughts:大型语言模型的信息搜寻与决策
Talk | 新加坡国立大学博士侯皓文:RWKV论文解读 - 在Transformer时代重塑RNN
Talk | 香港中文大学(深圳)颜旭:利用跨模态知识蒸馏增强点云的表征学习
Talk | CoRL'23 最佳系统论文奖入围,庄子文:用深度强化学习让机器狗学会跑酷
Talk | 莫纳什大学在读博士琚烈:大规模眼底图像分类的挑战(MMAI系列Talk③)
Talk | 香港科技大学博士生叶汉荣:面向2D/3D场景理解的多任务学习
Talk | 清华大学在读博士生李一鸣:后门攻击简介
Talk | 香港中文大学陈玉康:长文本大语言模型高效微调方法
Talk | 马里兰大学博士生吴曦旸:分布式多智能体强化学习在复杂交通轨迹规划中的应用
Talk | 加州大学洛杉矶分校周诗杰:3DGS时代的三维场景表示与生成
Talk | 英伟达范麟熙:MineDojo:基于Minecraft的开放式通用人工智能体学习平台
Talk | UCSB博士生赵宣栋:生成式AI时代的水印技术
这绝对是全B站最系统(没有之一)的人工智能基础教学!内含机器学习、深度学习、强化学习、NLP、等多个方向解析,零基础必看!
Talk | 西湖大学鲍光胜:Fast-DetectGPT:高效零样本机器生成文本检测
Talk | 字节跳动自然语言处理研究员许晶晶:ACL 2021最佳论文:面向机器翻译的词表学习研究
Talk | ICLR'23 Oral 德州大学奥斯汀分校薛子慧:模态聚焦假说-理解跨模态知识蒸馏
Talk | 斯坦福大学石佳欣:无监督学习的未来-两条路径和统一视角
Talk | 美国罗切斯特理工大学在读博士生包文韬:DEAR:面向开集动作识别的深度证据学习
直播回放 | 科研的使命:学术界 vs 工业界
【黑神话:悟空】中机器学习算法的奇妙运用,从机器学习到游戏性能优化,一口气学完机器学习经典算法-机器学习/深度学习/强化学习/算法/智能NPC