cifar10·product

CIFAR-10

别名
首次出现
2026-05-22
最近出现
2026-07-28
累计提及
22
§ 01综述

CIFAR-10 近期进展

针对卷积扰动的认证训练方法

原文标题:近期,研究人员在arXiv cs.LG上发表了一篇关于针对卷积扰动的认证训练方法的研究论文,旨在提高神经网络在CIFAR-10等数据集上的鲁棒性。

温度缩放使贝叶斯误差代理可任意变化:一个精确定律

原文标题:在arXiv cs.LG上,另一篇论文提出了温度缩放技术,使得贝叶斯误差代理在CIFAR-10等数据集上具有更高的灵活性。

Sakana AI 用 Error Diffusion 训练双流网络,MNIST 96.7%/CIFAR-10 61.7% 无反向传播

原文标题:Sakana AI公司利用Error Diffusion技术训练双流网络,在MNIST和CIFAR-10数据集上取得了96.7%和61.7%的准确率,且无需反向传播。

Transformer架构如何通过跳接与归一化保持深度初始化秩

原文标题:一篇arXiv cs.AI上的论文探讨了Transformer架构如何通过跳接与归一化保持深度初始化秩,这对CIFAR-10等数据集上的模型性能有积极影响。

LLM驱动神经网络生成:同族架构指导下的迁移与适应

原文标题:在arXiv: DeepSeek上,一篇论文提出了LLM驱动神经网络生成的方法,通过同族架构指导下的迁移与适应,有望提升CIFAR-10等数据集上的模型性能。

f-散度加权去噪提升扩散模型稳健性

原文标题:一篇arXiv cs.LG上的论文提出了f-散度加权去噪方法,有效提升了扩散模型在CIFAR-10等数据集上的稳健性。

平滑PAC-Bayes界去随机化方法

原文标题:在arXiv cs.LG上,一篇论文提出了平滑PAC-Bayes界去随机化方法,有助于提高CIFAR-10等数据集上模型的泛化能力。

InstantForget:推理时特征重置实现免更新后门遗忘

原文标题:一篇arXiv cs.LG上的论文介绍了InstantForget技术,通过推理时特征重置实现免更新后门遗忘,对CIFAR-10等数据集上的模型安全有重要意义。

使用NVIDIA FLARE在非IID CIFAR-10上构建和比较FedAvg与FedProx联邦学习的分步指南

原文标题:marktechpost上的一篇指南详细介绍了如何在非IID CIFAR-10数据集上使用NVIDIA FLARE构建和比较FedAvg与FedProx联邦学习。
§ 02相关报道09 条在档
  1. 01
    针对卷积扰动的认证训练方法
    arXiv cs.LG
  2. 02
    温度缩放使贝叶斯误差代理可任意变化:一个精确定律
    arXiv cs.LG
  3. 03
    Sakana AI 用 Error Diffusion 训练双流网络,MNIST 96.7%/CIFAR-10 61.7% 无反向传播
    marktechpost
  4. 04
    Transformer架构如何通过跳接与归一化保持深度初始化秩
    arXiv cs.AI
  5. 05
    LLM驱动神经网络生成:同族架构指导下的迁移与适应
    arXiv: DeepSeek
  6. 06
    f-散度加权去噪提升扩散模型稳健性
    arXiv cs.LG
  7. 07
    平滑PAC-Bayes界去随机化方法
    arXiv cs.LG
  8. 08
    InstantForget:推理时特征重置实现免更新后门遗忘
    arXiv cs.LG
  9. 09
    使用NVIDIA FLARE在非IID CIFAR-10上构建和比较FedAvg与FedProx联邦学习的分步指南
    marktechpost
§ 03邻近话题

本页综述由 AITOP 基于公开报道整理。原报道版权归各自来源所有。

/topic/CIFAR-10