会员服务
在科学，计算和工程学中，黑盒是一种设备，系统或对象，可以根据其输入和输出（或传输特性）对其进行查看，而无需对其内部工作有任何了解。 它的实现是“不透明的”（黑色）。 几乎任何事物都可以被称为黑盒：晶体管，引擎，算法，人脑，机构或政府。为了使用典型的“黑匣子方法”来分析建模为开放系统的事物，仅考虑刺激/响应的行为，以推断（未知）盒子。 该黑匣子系统的通常表示形式是在该方框中居中的数据流程图。黑盒的对立面是一个内部组件或逻辑可用于检查的系统，通常将其称为白盒（有时也称为“透明盒”或“玻璃盒”）。
Matryoshka Pilot: Learning to Drive Black-Box LLMs with LLMs
Arxiv
0+阅读 · 11月13日
Matryoshka Pilot: Learning to Drive Black-Box LLMs with LLMs
Arxiv
0+阅读 · 11月5日
SADA: Safe and Adaptive Aggregation of Multiple Black-Box Predictions in Semi-Supervised Learning
Arxiv
0+阅读 · 12月6日
Efficient Black-Box Fault Localization for System-Level Test Code Using Large Language Models
Arxiv
0+阅读 · 12月9日
Reflective Personalization Optimization: A Post-hoc Rewriting Framework for Black-Box Large Language Models
Arxiv
0+阅读 · 11月7日
Auditing Games for Sandbagging
Arxiv
0+阅读 · 12月8日
Extracting Robust Register Automata from Neural Networks over Data Sequences
Arxiv
0+阅读 · 11月24日
Routesplain: Towards Faithful and Intervenable Routing for Software-related Tasks
Arxiv
0+阅读 · 11月12日
Bayesian Concept Bottleneck Models with LLM Priors
Arxiv
0+阅读 · 12月4日
Class-feature Watermark: A Resilient Black-box Watermark Against Model Extraction Attacks
Arxiv
0+阅读 · 11月16日
FBA$^2$D: Frequency-based Black-box Attack for AI-generated Image Detection
Arxiv
0+阅读 · 12月10日
Concept-RuleNet: Grounded Multi-Agent Neurosymbolic Reasoning in Vision Language Models
Arxiv
0+阅读 · 11月13日
LUCID: Learning-Enabled Uncertainty-Aware Certification of Stochastic Dynamical Systems
Arxiv
0+阅读 · 12月12日
Safety with Agency: Human-Centered Safety Filter with Application to AI-Assisted Motorsports
Arxiv
0+阅读 · 12月17日
Black-Box Differentially Private Nonparametric Confidence Intervals Under Minimal Assumptions
Arxiv
0+阅读 · 11月3日
参考链接
微信扫码咨询专知VIP会员
Top