【ICLR 2022】 10篇机器学习研究论文推荐

原创

于 2022-05-18 16:18:34 发布 · 4.3k 阅读

45 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #人工智能 #计算机视觉

这篇文章概述了ICLR 2022会议中关于机器学习的十项关键研究，包括自回归扩散模型、对抗性攻击、元学习算法、等变图网络、PerceiverIO架构、大规模预训练限制、语言模型的随机过程、模块间协调、持续学习方法和自主强化学习。展示了深度学习领域的最新突破与挑战。

在这里插入图片描述

ICLR，即国际表征学习大会，是公认的深度学习领域国际顶级会议之一，关注有关深度学习各个方面的前沿研究，在人工智能、统计和数据科学领域以及机器视觉、语音识别、文本理解等重要应用领域中发布了众多极其有影响力的论文。

据统计，ICLR 2022 共有 54 篇 Oral 论文和 176 篇 Spolight 论文，论文接收总数 1095 篇，最终投稿量 3391 篇，论文接收率 32.3%。今年该会议投稿量和接收量都创了新高。

下面是AMiner为您从中整理的10篇机器学习研究相关论文：

1.Autoregressive Diffusion Models

“我们引入了自回归扩散模型（ARDMs），这是一个包含和推广与顺序无关的自回归模型（Uria等人，2014）和吸收离散扩散（Austin等人，2021）的模型类，我们表明这是轻度假设下ARDM的特殊情况…与基于位回溯编码的现有方法相反，ARDM不仅在完整数据集上，而且在压缩单个数据点上都能获得令人信服的结果。此外，由于模型的自适应并行生成，这可以使用适度数量的网络调用（去）压缩来完成…”
PDF下载链接：https://www.aminer.cn/pub/615d13fe5244ab9dcb637c13?f=cs

2.Poisoning and Backdooring Contrastive Learning

本文探讨了对手如何“毒害”像CLIP这样的模型的一小部分训练数据 —使用来自网络的图像-文本对的对比学习进行训练—从而使该模型将错误分类测试图像。他们尝试了两种方法：目标修改、后门攻击。
PDF下载链接：