★ 3
论文揭示验证器审计崩溃：策略变强反致审计失效
研究分析后训练与测试时计算中的验证器控制回路，发现当策略掌握部分目标后，在线审计权重会偏移，导致「在线审计崩溃」，甚至偏好更差的组件验证器。论文推导出识别集与完全擦除阈值，并通过多标签文本与心电图实验验证审计可能降低离线 AUC、转移损害。修复方案是在组件自身失败样本上审计并保留这些失败于刷新分布…
arXiv cs.LG11 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究分析后训练与测试时计算中的验证器控制回路，发现当策略掌握部分目标后，在线审计权重会偏移，导致「在线审计崩溃」，甚至偏好更差的组件验证器。论文推导出识别集与完全擦除阈值，并通过多标签文本与心电图实验验证审计可能降低离线 AUC、转移损害。修复方案是在组件自身失败样本上审计并保留这些失败于刷新分布…