報告題目：On Improving and Evaluating Adversarial Robustness
報告人：龐天宇
單位：新加坡Sea AI Lab
報告時間：2024年3月27日（周三）15:00-16:00
報告地點：翡翠科教樓A座一樓第三會議室
報告簡介：
本報告將討論在傳統(tǒng)分類任務上如何緩解robust-accuracy trade-off以及通過生成數據提升對抗魯棒性；另外會討論對抗攻擊（越獄）在多模態(tài)大模型上的不同實現(xiàn)方式，包括test-time backdoor attacks以及infectious jailbreak。本報告將采用線上線下結合的方式。
報告人簡介：
龐天宇，新加坡Sea AI Lab高級研究科學家（Senior Research Scientist）。2017年本科畢業(yè)于清華大學數理基科班，2022年博士畢業(yè)于清華大學計算機系，導師為朱軍教授。主要研究方向為可信機器學習以及生成式模型。在ICML/NeurIPS/ICLR以及CVPR/ICCV/ECCV上發(fā)表30余篇文章，總被引用數7500余次。研究工作被Forbes和WIRED報道，并多次獲得國際AI安全方向比賽前三名。曾榮獲微軟學者獎學金、百度獎學金、英偉達學術先鋒獎、WAIC云帆獎、鐘士模獎學金、CAAI優(yōu)秀博士論文、國家獎學金等。
TOP
