本期为TechBeat人工智能社区第365期线上Talk。文末有互动惊喜哦~

北京时间12月7日(周二)晚8点，美国伊利诺伊大学在读博士生——汪博欣的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的是NeurIPS'21 Oral的工作: “Adversarial GLUE：基于多任务的基准测试集以评估语言模型的稳健性”，届时将主要为自然语言模型建立一个统一的、标准化的稳健性评估基准。

Talk·信息

主题：Adversarial GLUE：

基于多任务的基准测试集以评估语言模型的稳健性

嘉宾：伊利诺伊大学在读博士生 汪博欣

时间：北京时间 12月7日 (周二) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接https://datayi.cn/w/L9GwL3M9至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

最近的研究表明，深度神经网络可以被精心设计的对抗样本所攻击。对抗样本不仅存在于图像领域，也存在于文本领域。这样的对抗样本给深度神经网络的部署带来了很多问题和挑战。虽然目前已经有一些研究提出了几个单独的数据集来评估语言模型的稳健性，但是他们仍然缺少一个全面而精准的基准测试。为了解决这个问题，本文的一个目标是为自然语言模型建立一个统一的、标准化的稳健性评估基准。

本次的 talk 将从文本对抗攻击相关的背景、AdvGLUE 的研究目标、AdvGLUE 数据集的构建方法和基准测试结果等方面介绍我们的 AdvGLUE 基准测试集。

Talk·参考资料

这是本次分享中将会提及的资料，建议提前预习哦！

https://gluebenchmark.com/

https://adversarialglue.github.io/

Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

汪博欣目前是是美国伊利诺伊大学香槟分校 UIUC 计算机系第三年级的博士生，同时在 UIUC 的 Secure Learning Lab 作为研究助理，受李博教授的指导。他的研究兴趣主要集中在可信任的机器学习领域，包括机器学习模型的稳健性、隐私性和伦理问题。他的研究愿景是希望探索目前机器学习模型的缺点，同时构建更加稳健、更加保护用户隐私、更具泛化性的机器学习模型。他在相关领域有多篇论文被接受到顶级会议上，包括 NeurIPS、ICLR、ICML、CCS、EMNLP 等，同时也在多个顶级会议（NeurIPS、ICLR、ICML、ACL、EMNLP 等）上担任 Program Committee。

个人主页：https://wbx.life

关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ