MétaCan
ENFR
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

Exporter en CSVExporter en JSONRequête API

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
→
Ordre
Langue
Type
Domaine
Revue
Sujet
Adversarial Robustness in Machine Learning
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

797 résultats · 1 filtre actif ·
Résultats par année
20012025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
797 travaux dans la cohorte · sur 4 299 418page 5 sur 16

Les étiquettes couvrent 2 des 797 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 797 des 797 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
AttackBench: Evaluating Gradient-based Attacks for Adversarial Examples
Antonio Emanuele Ciná, Jérôme Rony, Maura Pintor, Luca Demetrio, Ambra Demontis, Battista Biggio +2 autres
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
The bias hunter
Douglas Starr
2022· article· en· Science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
Attack and Defense on Aircraft Trajectory Prediction Algorithms
Quincy G. van Iersel, Alejandro Murrieta Mendoza, Roberto S. Felix Patron, Seyed Mohammad Hashemi, Ruxandra Mihaela Botez
2022· article· en· AIAA AVIATION 2022 Forum· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Sparseout: Controlling Sparsity in Deep Networks
Najeeb Khan, Ian Stavness
2019· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
fundno affgemma · aucune catégoriegpt · aucune catégoriemodèles en désaccord
ARCH-COMP 2024 Category Report: Falsification
Tanmay Khandait, Federico Formica, Paolo Arcaini, Surdeep Chotaliya, Georgios Fainekos, Abdelrahman Hekal +13 autres
2024· article· en· EPiC series in computing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
fundno affnon étiqueté
War-Algorithm Accountability
Dustin A. Lewis, Naz K. Modirzadeh, Gabriella Blum
2016· preprint· en· Computer Science
prédiction machine:candidate · stsconsensus · aucune
7
citations
fundno affnon étiqueté
RAILS: A Robust Adversarial Immune-Inspired Learning System
Ren Wang, Tianqi Chen, Stephen Lindsly, Cooper Stansbury, Alnawaz Rehemtulla, Indika Rajapakse +1 autres
2022· article· en· IEEE Access· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
SOAR: Second-Order Adversarial Regularization
Avery Ma, Fartash Faghri, Nicolas Papernot, Amir‐massoud Farahmand
2020· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
6
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos