275173記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. オープンソースのテキスト分類モデルとファインチューニングチェーンの敵対的頑健性（Adversarial Robustness of Open-source Text Classification Models and Fine-Tuning Chains）
2 分で読了
0 views

オープンソースのテキスト分類モデルとファインチューニングチェーンの敵対的頑健性

（Adversarial Robustness of Open-source Text Classification Models and Fine-Tuning Chains）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「オープンソースのモデルをそのまま使うな」と言われましてね。Hugging Faceって所にあるやつを業務で使うのは危ないという話を聞きましたが、何が問題なのですか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。要点は三つです。オープンに公開されたモデルは改変されやすいこと、学習済みモデルが攻撃に弱いこと、そしてその弱さがコピーされていく可能性があることです。

田中専務

これって要するに、外から誰かがちょっと手を入れただけでモデルの判断がガラッと変わるということですか。うちの現場で誤判定が増えたら困ります。

AIメンター拓海

その通りです、田中専務。ここで重要な単語を一つ。Hugging Face (HF)（Hugging Face – モデル共有のプラットフォーム）には多くの学習済みモデルがあり、再利用やファインチューニングが簡単にできます。しかし再利用のしやすさが

論文研究シリーズ
前の記事
LLMアプリケーション開発者が直面する課題に関する実証研究
（An Empirical Study on Challenges for LLM Application Developers）
次の記事
LLMのデータポイズニングとJailbreak-Tuningの脅威
（Data Poisoning in LLMs: Jailbreak-Tuning and Scaling Trends）
関連記事
ランダム零階外勾配法による非凸・非凹最小最大最適化
（Min-Max Optimisation for Nonconvex-Nonconcave Functions Using a Random Zeroth-Order Extragradient Algorithm）
A Global Cybersecurity Standardization Framework for Healthcare Informatics
（医療情報学のためのグローバルサイバーセキュリティ標準化フレームワーク）
Shuffler：大規模なコンピュータビジョン向けデータ管理ツール
（Shuffler: A Large Scale Data Management Tool for Machine Learning in Computer Vision）
視覚コンテキスト変調プロンプトによる拡散モデルのインコンテキスト学習改善
（Improving In-Context Learning in Diffusion Models with Visual Context-Modulated Prompts）
Elastic MCTSによる状態抽象化を用いた戦略ゲームプレイ
（Elastic Monte Carlo Tree Search with State Abstraction）
トークン、見過ごされがちな前菜
（Tokens, the oft-overlooked appetizer: Large language models, the distributional hypothesis, and meaning）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
電力網における知能的故障解析
(Intelligent Fault Analysis in Electrical Power Grids)
  • 論文研究
拡散的深非弾性散乱におけるD*生成測定
（Measurement of D* Production in Diffractive Deep Inelastic Scattering at HERA）
  • 論文研究
弱ラベル音響データに対する結合分離・分類モデル
（A JOINT SEPARATION-CLASSIFICATION MODEL FOR SOUND EVENT DETECTION OF WEAKLY LABELLED DATA）
  • 論文研究
DLVM：深層学習システムのためのモダンなコンパイラ基盤
（DLVM: A Modern Compiler Infrastructure for Deep Learning Systems）
  • 論文研究
特徴選択を組み込んだクラスタリング：交互最適化と射影勾配法
（Clustering with feature selection using alternating minimization and a projection-gradient method）
  • 論文研究
Variational Gaussian Dropoutはベイズ的ではない
（Variational Gaussian Dropout is not Bayesian）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む