可编辑神经网络
机器学习
2020-07-23 v2 机器学习
摘要
如今深度神经网络被广泛应用于从图像分类、机器翻译到人脸识别和自动驾驶等一系列任务。在许多应用中，单个模型错误便可能导致毁灭性的财务、声誉甚至危及生命的结果。因此，在模型错误出现时快速纠正是至关重要的。本工作中，我们研究神经网络编辑问题——即如何高效修补模型在特定样本上的错误，而不影响模型在其他样本上的行为。具体而言，我们提出可编辑训练（Editable Training），一种与模型无关的训练技术，其鼓励对训练后模型进行快速编辑。我们在大规模图像分类与机器翻译任务上实证展示了该方法的有效性。
引用
@article{arxiv.2004.00345,
title = {Editable Neural Networks},
author = {Anton Sinitsin and Vsevolod Plokhotnyuk and Dmitriy Pyrkin and Sergei Popov and Artem Babenko},
journal= {arXiv preprint arXiv:2004.00345},
year = {2020}
}