Should All Noises Be Treated Equally: Impact of Input Noise Variability on Neural Network Robustness
研究通过控制噪声参数和复杂性，评估不同神经网络在地震数据处理任务中的鲁棒性和泛化能力，提出混合噪声训练可提高模型的鲁棒性。
0 citationsRead paper
Selected work
Representative Papers
TRACE: An Evidence-Grounded Benchmark for Safety Evaluation of Large Reasoning Models
本文针对大型推理模型中间推理痕迹中的不安全内容检测问题，提出了TRACE基准测试，涵盖从提示到最终响应的全过程，并提供了证据注释。
0 citationsRead paper
Recent publications
Latest Papers
Should All Noises Be Treated Equally: Impact of Input Noise Variability on Neural Network Robustness
研究通过控制噪声参数和复杂性，评估不同神经网络在地震数据处理任务中的鲁棒性和泛化能力，提出混合噪声训练可提高模型的鲁棒性。
0 citationsRead paper
TRACE: An Evidence-Grounded Benchmark for Safety Evaluation of Large Reasoning Models
本文针对大型推理模型中间推理痕迹中的不安全内容检测问题，提出了TRACE基准测试，涵盖从提示到最终响应的全过程，并提供了证据注释。
0 citationsRead paper