一篇新论文介绍了“匹配原则”，这是一个将表示学习中的各种鲁棒性技术统一起来的几何理论。该原则提出，与其将域适应和对齐安全等问题分开处理，不如通过估计标签保持性干扰的协方差并相应地正则化编码器雅可比矩阵来解决它们。该框架将 CORAL 和对抗性训练等现有方法重新解释为该核心对象的不同估计器，为鲁棒学习提供了封闭形式的理论。 AI
影响 引入了机器学习鲁棒性的统一几何理论，有可能简化开发并提高模型在不同条件下的泛化能力。
排序理由 该集群包含一篇介绍机器学习鲁棒性新理论框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.22800v1 Announce Type: cross Abstract: Robustness, domain adaptation, photometric and occlusion invariance, compositional generalisation, temporal robustness, alignment safety, and classical anisotropic regularisation are usually treated as separate problems with separ…
Robustness, domain adaptation, photometric and occlusion invariance, compositional generalisation, temporal robustness, alignment safety, and classical anisotropic regularisation are usually treated as separate problems with separate method families. This paper argues that much o…