Trustworthy Machine Learning

Trustworthy machine learning focuses on developing models that are reliable, fair, transparent, and robust in real-world applications.

可解释性

可解释性：模型为何如此决策？

鲁棒性：对抗样本

鲁棒性：对抗样本的攻击与防守

鲁棒性：backdoor

大模型训练中的“后门”

Jailbreak

以下大模型越狱的前沿方法（不适用）

隐私和公平性

探讨模型训练中的隐私保护和价值公平