博士論文解析未知分佈下機器學習可靠性
一篇威斯康星大學麥迪遜分校2025年博士論文,共249頁,聚焦「面向未知感知的機器學習基礎」,從算法設計與理論基礎兩方面,研究模型在分佈不確定與未知類別下的可靠性,涉及傳統神經網絡到LLM等基礎模型。
核心問題
在開放世界環境部署機器學習模型時,如何確保可靠性和安全性,是AI安全研究的核心挑戰。論文指出,主流模型多只關注分佈內數據的誤差最小化,未有充分考慮分佈外情形可能出現的不確定性。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
