多任务学习

KDD 2025 人大团队提出多任务贝叶斯联邦学习算法，同时处理分类和回归

作者

本文介绍了一篇关于多任务贝叶斯联邦学习的文章，该文章在KDD 2025上被接收。通过结合局部设备下的多任务学习与全局水平的联邦学习，缓解了有限数据下的过拟合问题，并展示了其在分类和回归任务中的优越性能。

AAAI 2025 开放世界的深伪检测，北交大团队：解决好无配对数据挑战很重要

作者

AIxiv专栏接收并发表了北京交通大学赵耀、陶仁帅团队的研究工作，提出了一种新的非配对数据下的开放世界深伪检测方法（ODDN），有效解决了社交媒体中配对数据稀缺和压缩影响带来的挑战。