Neues Paradigma: Unsupervised Robust Domain Adaptation (URDA) gegen Angriffe
In der Welt der künstlichen Intelligenz ist die Übertragung von Wissen zwischen unterschiedlichen Datenwelten ein zentrales Thema. Unsupervised Domain Adaptation (UDA) versucht, Modelle, die auf stark beschrifteten Quell-Daten trainiert wurden, auf Ziel-Daten ohne Labels zu übertragen. Doch während die meisten UDA-Methoden sich ausschließlich auf die Transferfähigkeit konzentrieren, vernachlässigen sie häufig die Robustheit gegenüber gezielten Angriffen. Das neue Papier „Unsupervised Robust Domain Adaptation: Paradigm, Theory and Algorithm“ beleuchtet genau dieses Problem und liefert überzeugende Antworten.
