¿Qué direcciones importan? Diseño disperso para optimización robusta afín
Descubre cómo seleccionar las direcciones de incertidumbre clave en optimización robusta afín con un método voraz que garantiza una cobertura óptima del 63%.
#perturbaciones adversarias
Perturbaciones adversarias en aprendizaje continuo: defensa a alineación activa
Descubre cómo AdvCL reutiliza perturbaciones adversarias para estabilizar el aprendizaje continuo en LLMs, mejorando robustez y transferencia sin olvido.