IEEE P3168/D3, August 2023
使用机器学习的自然语言处理服务的鲁棒性评估测试方法的 IEEE 标准草案
IEEE Draft Standard for Robustness Evaluation Test Methods for a Natural Language Processing Service that uses Machine Learning
- 标准号
- IEEE P3168/D3, August 2023
- 发布
- 2024年
- 发布单位
- 美国电气电子工程师学会
- 适用范围
- 使用机器学习的自然语言处理（NLP）服务在解决各种任务方面具有丰富的应用，并且已被广泛部署和使用，通常通过API调用来访问。 NLP 服务的稳健性受到各种众所周知的一般腐败和对抗性攻击的挑战。一般损坏的例子包括无意或随机删除、添加或重复......
IEEE P3168/D3, August 2023相似标准
推荐
AI发展考核机制如何完善？
吴家骥介绍说，机器学习越来越多地用于各种实际应用场景，例如图像和语音识别、自动驾驶汽车、医学诊断等。因此，了解其在实践中的行为和性能变得非常重要。其鲁棒性和不确定性的高质量估计对于许多功能至关重要，尤其是在深度学习领域。为掌握模型的行为，研究人员要根据目标任务的基线来衡量其性能。 2010年，基于ImageNet数据集的计算机视觉竞赛的推出，激发了深度学习领域一场算法与数据的革命。...
ChatGPT或将上岗医疗！哈佛医学教授亲测其表现接近医生
近期，ChatGPT因其高超的自然语言任务处理能力在各行各业爆火出圈。在编程、翻译、写论文等领域的应用，ChatGPT已经算是游刃有余。然而，在高壁垒的行业如医学领域中，ChatGPT却显得不够活跃。过去十年，神经网络、深度学习和人工智能 (AI) 等技术的进步已经对制造业、服务业和金融业等诸多行业产生了深远影响，但它们在临床护理中的应用仍然有限。...
最新研究发现人工智能与人类差距显著
独立进化的视觉系统中普遍存在幻觉轮廓感知能力，表明它在生物视觉处理中具有基础和关键的作用，因此，幻觉轮廓感知也应该是人工智能视觉系统所必须具备的能力。 此前，深度学习模型的幻觉轮廓感知相关研究相对较少，研究深度学习模型对幻觉轮廓感知的鲁棒性比图像干扰鲁棒性更加复杂，主要障碍是幻觉轮廓的样本有限。...
《2019人工智能发展报告》发布 共13个重点领域
同时DNN还具有强大环境学习能力，可以提升对噪声和口音的鲁棒性。 目前，语音识别技术已逐渐被应用于工业、通信、商务、家电、医疗、汽车电子以及家庭服务等各个领域。例如，现今流行的手机语音助手，就是将语音识别技术应用到智能手机中，能够实现人与手机的智能对话，其中包括美国苹果公司的Siri语音助手、智能360语音助手、百度语音助手等。 ...