VISAT: Benchmarking Adversarial and Distribution Shift Robustness in Traffic Sign Recognition with Visual Attributes
Anzeige
Ähnliche Artikel
arXiv – cs.AI
•
LQA: Leichtgewichtiges quantisiertes Framework für Vision‑Language‑Modelle Edge
arXiv – cs.LG
•
Tempora: Neue Bewertungsplattform für Echtzeit-Adaptation von ML-Modellen
arXiv – cs.LG
•
Entropiebasierte Ensemble-Methode schützt Adversarial-Angriffen
arXiv – cs.LG
•
Neues Verfahren für Imitation Learning bei Messfehlern und Verteilungssprüngen
arXiv – cs.LG
•
Neue Studie beleuchtet OOD-Generalisierung in Graph-Foundation-Modellen
arXiv – cs.LG
•
GCG-Angriffe auf Diffusions-LLMs: Erste Erkenntnisse zur Robustheit