09:31官方账号arXiv cs.AI@Owen Cox, April Xu, Weiyu Xu该研究提出最优测试策略,即使存在作弊者污染结果,仍能恢复所需测试结果。研究使用动态规划方法确定最优测试策略,通过不同安全措施对选定测试组进行重新测试。随着 AI 技术发展,使用 AI 技术作弊导致的测试扭曲正变得更加普遍和严重。论文AI安全动态规划对抗测试推荐理由:这篇论文教你如何设计测试策略,即使有人用 AI 作弊也能得到真实结果。原文稍后读已读值得跟进有用关注 AI安全
11:39官方账号arXiv cs.LG@Thien Le, Melanie Weber精选本文研究了在组合优化任务中,如何将大型模型的知识蒸馏到更小、更高效的模型。作者假设目标模型是图神经网络,其架构与任务的动态规划算法对齐。基于决策树蒸馏的最新理论分析,论文证明了当源模型足够丰富(通过线性表示假设形式化)时,蒸馏问题可以在动态规划转移函数的复杂度参数内高效解决。该工作为算法对齐框架下的成功蒸馏提供了严格充分条件。论文蒸馏组合优化图神经网络推荐理由:组合优化任务通常依赖大型模型,但部署成本高。本文给出了理论保证,让做图神经网络和算法对齐的开发者知道何时可以安全地蒸馏到小模型,值得关注。原文稍后读已读值得跟进有用关注 蒸馏