本期為TechBeat人工智能社區(qū)第365期線上Talk。文末有互動驚喜哦~

北京時間12月7日(周二)晚8點，美國伊利諾伊大學(xué)在讀博士生——汪博欣的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！

他與大家分享的是NeurIPS'21 Oral的工作: “Adversarial GLUE：基于多任務(wù)的基準(zhǔn)測試集以評估語言模型的穩(wěn)健性”，屆時將主要為自然語言模型建立一個統(tǒng)一的、標(biāo)準(zhǔn)化的穩(wěn)健性評估基準(zhǔn)。

Talk·信息

主題：Adversarial GLUE：

基于多任務(wù)的基準(zhǔn)測試集以評估語言模型的穩(wěn)健性

嘉賓：伊利諾伊大學(xué)在讀博士生 汪博欣

時間：北京時間?12月7日?(周二) 20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

完整版怎么看？

掃描下方二維碼，或復(fù)制鏈接https://datayi.cn/w/L9GwL3M9至瀏覽器，一鍵完成預(yù)約！上線后會在第一時間收到通知哦~

Talk·提綱

最近的研究表明，深度神經(jīng)網(wǎng)絡(luò)可以被精心設(shè)計的對抗樣本所攻擊。對抗樣本不僅存在于圖像領(lǐng)域，也存在于文本領(lǐng)域。這樣的對抗樣本給深度神經(jīng)網(wǎng)絡(luò)的部署帶來了很多問題和挑戰(zhàn)。雖然目前已經(jīng)有一些研究提出了幾個單獨的數(shù)據(jù)集來評估語言模型的穩(wěn)健性，但是他們?nèi)匀蝗鄙僖粋€全面而精準(zhǔn)的基準(zhǔn)測試。為了解決這個問題，本文的一個目標(biāo)是為自然語言模型建立一個統(tǒng)一的、標(biāo)準(zhǔn)化的穩(wěn)健性評估基準(zhǔn)。

本次的 talk 將從文本對抗攻擊相關(guān)的背景、AdvGLUE 的研究目標(biāo)、AdvGLUE 數(shù)據(jù)集的構(gòu)建方法和基準(zhǔn)測試結(jié)果等方面介紹我們的 AdvGLUE 基準(zhǔn)測試集。

Talk·參考資料

這是本次分享中將會提及的資料，建議提前預(yù)習(xí)哦！

https://gluebenchmark.com/

https://adversarialglue.github.io/

Talk·提問交流

通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦！

方式 ①

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

方式 ②

在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！

Talk·嘉賓介紹

汪博欣目前是是美國伊利諾伊大學(xué)香檳分校 UIUC 計算機系第三年級的博士生，同時在 UIUC 的 Secure Learning Lab 作為研究助理，受李博教授的指導(dǎo)。他的研究興趣主要集中在可信任的機器學(xué)習(xí)領(lǐng)域，包括機器學(xué)習(xí)模型的穩(wěn)健性、隱私性和倫理問題。他的研究愿景是希望探索目前機器學(xué)習(xí)模型的缺點，同時構(gòu)建更加穩(wěn)健、更加保護用戶隱私、更具泛化性的機器學(xué)習(xí)模型。他在相關(guān)領(lǐng)域有多篇論文被接受到頂級會議上，包括 NeurIPS、ICLR、ICML、CCS、EMNLP 等，同時也在多個頂級會議（NeurIPS、ICLR、ICML、ACL、EMNLP 等）上擔(dān)任 Program Committee。

個人主頁：https://wbx.life

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗，加速并陪伴其學(xué)習(xí)成長。 期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ?