第三届AAAI/ACM SIGAI博士论文奖,MIT博士260多页论文探索模型泛化
机器之心报道
编辑:杜伟、陈萍
AAAI 2024 奖项陆续公布,继杰出论文奖后,今天博士论文奖也公布了。
这几天,第 38 届国际 AI 顶会 AAAI 2024 在加拿大温哥华会议中心举行。本届 AAAI 会议共有 10504 篇投稿,录取 2527 篇,录取率为 24.1%。
此前,AAAI 官方已经公布杰出论文奖(Outstanding Paper Award),共有三篇论文入选,其中不乏华人学者的身影,比如西安电子科技大学团队论文《Reliable Conflictive Multi-view Learning》。
今日,AAAI 2024 公布了第三届、2021 年 AAAI/ACM SIGAI 博士论文奖获得者及获奖论文,她是 MIT 女博士 Shibani Santurkar,获奖论文为《超越准确性的机器学习:模型泛化的特征视角》。
此外,哈佛大学博士 Bryan Wilder 获得了本届博士论文奖提名,获奖论文为《人口健康领域的人工智能:网络融合数据和算法》。
AAAI/ACM SIGAI 博士论文奖由 AAAI 和 ACM SIGAI 共同设立,旨在发现和鼓励人工智能领域的优秀博士研究和论文。作为一个年度奖项,该博士论文奖将出现在一年一度的 AAAI 会议上,获奖者将在会议上做演讲。
据了解,第一届奖项由 MIT 博士吴佳俊(现为斯坦福助理教授)获得,获奖论文题目为《学习看物理世界》(Learning to See the Physical World)。
第二届奖项由 CMU 博士、 OpenAI 研究科学家 Noam Brown 摘得,获奖论文题目为《大型对抗性不完美信息博弈的均衡发现》(Equilibrium Finding for Large Adversarial Imperfect-Information Games)。
吴佳俊(左)、Noam Brown(右)。
2021 AAAI/ACM SIGAI 博士论文奖
今年获得该奖项的论文题目为「 Machine Learning Beyond Accuracy: A Features Perspective On Model Generalization」,作者是当时在 MIT 求学的计算机科学博士 Shibani Santurkar,Santurkar 现在为斯坦福大学计算机科学博士后。
论文地址:https://dspace.mit.edu/handle/1721.1/139920
论文摘要:由于机器学习(ML)在各种基准上的突出表现,已被很多研究者应用于解决现实世界问题。然而,越来越多的证据表明模型基准性能并不能完全反映全部情况。事实证明,现有的机器学习模型非常脆弱:最突出的问题是它们对对抗性示例输入扰动的敏感性。
本文重新审视对抗性示例,将它们用作了解当前模型的窗口,该研究为为什么出现这种敏感性提供了新的视角:这是模型依赖于可预测但脆弱的输入特征的直接后果。
研究结果表明,对抗性示例实际上反映了一个更深层次的问题:当前模型在基准测试上取得成功的机制,与人类所预期的基本不一致。这引发了一个问题:我们如何构建机器学习(ML)模型,使其不仅在开发时使用的基准测试上具有泛化性,而且还能在真实世界中得到泛化?
为了回答这个问题,该研究从特征视角(features perspective)检查机器学习流程,不仅关注小编吧
相关推荐
第三届AAAI/ACM SIGAI博士论文奖,MIT博士260多页论文探索模型泛化
AAAI上新 从生成检索、跨语言迁移,到负责任的视觉合成
AAAI 2024 Fellow公布,清华大学朱军教授入选
AAAI 2024开奖!西安电子科技大学团队荣获杰出论文奖
很意外,ChatGPT考了2022高考北京卷与乙卷,得分率北京卷偏低
你能相信万能的ChatGPT做高三物理试题得“零分”?真是这样吗?
ChatGPT高考物理得零分,是时候揭开真相了
物理考试得零分,chatgpt也会偏科?
学生用ChatGPT做高三卷子,结果物理0分,学渣:有被安慰到