CVPR 2023 共收到 9155 份投稿,比 CVPR 2022 的 8161 份投稿增加了 12%。审查过程由 400 多名领域主席和今年新加入的 30 名高级领域主席管理。高级领域主席在许多方面提供了帮助,最重要的是通过裁决棘手的案例、处理紧急情况、选择重点论文和选择奖项候选人。在审查阶段,每篇论文都会从 6625 名审稿人中收到至少 3 份审稿意见。与往年一样,在收到这些初步审稿意见后,该过程继续进行,包括作者反驳阶段、审稿人和 AC 之间的讨论、最终确定审稿意见,以及 AC 以三人一组的方式对每篇论文做出最终的接受/拒绝决定。在此过程结束时,2359 篇论文被接受(接受率为 25.8%)。按照 CVPR 的传统,PC 没有预设任何接受上限。最终的接受率反映了社区的共识,并且与过去的 CVPR 一致。
IJCAI 2020 AI社会良好研讨会计划委员会,神经2020年健康研讨会的机器学习外部审核者,USENIX SECURICE,2021审稿人,《杂志》,《人工智能研究杂志》,《人工审查者》,ICML,ICML 2021 FACCT 2022审稿人,ICML 2022 Neurips,Neurips 2022稳健性建模研讨会计划委员会,IEEE SATML 2023审稿人,Neurips 2023计划委员会,FACCT 2024审稿人,ICML 2024IJCAI 2020 AI社会良好研讨会计划委员会,神经2020年健康研讨会的机器学习外部审核者,USENIX SECURICE,2021审稿人,《杂志》,《人工智能研究杂志》,《人工审查者》,ICML,ICML 2021 FACCT 2022审稿人,ICML 2022 Neurips,Neurips 2022稳健性建模研讨会计划委员会,IEEE SATML 2023审稿人,Neurips 2023计划委员会,FACCT 2024审稿人,ICML 2024IJCAI 2020 AI社会良好研讨会计划委员会,神经2020年健康研讨会的机器学习外部审核者,USENIX SECURICE,2021审稿人,《杂志》,《人工智能研究杂志》,《人工审查者》,ICML,ICML 2021 FACCT 2022审稿人,ICML 2022 Neurips,Neurips 2022稳健性建模研讨会计划委员会,IEEE SATML 2023审稿人,Neurips 2023计划委员会,FACCT 2024审稿人,ICML 2024
反洗钱和打击恐怖主义融资 (AML) 法律要求银行部署交易监控系统 (TMS) 来检测银行客户的可疑活动并向执法机构报告该活动。由于监控客户数据以检测可疑活动会干扰基本权利,因此 AML 系统必须遵守欧洲基本权利法下的比例测试,正如欧洲联盟法院 (CJEU) 最近在爱尔兰数字权利案和瑞典 Tele2 - Watson 案中所表达的那样。据我们所知,尚未分析 AML 系统是否符合这些最新案件中所表达的比例测试。随着银行和监管机构考虑转向基于 AI 的工具来检测可疑交易,了解比例测试如何适用于当前的 AML 系统就显得更加重要。本文的目的有两个:研究当前的 AML 系统是否符合比例测试,以及研究 AML 系统中向 AI 的转变是否会加剧比例问题。在可能的情况下,我们建议对已发现的比例问题采取可能的补救措施。
13 欧洲议会和欧洲理事会 2016 年 4 月 27 日颁布的 (EU) 2016/680 号指令,关于在主管当局为预防、调查、侦查或起诉刑事犯罪或执行刑事处罚而处理个人数据方面保护自然人,以及关于此类数据的自由流动,并废除理事会框架决定 2008/977/JHA、OJ L 119/89(警察 - 刑事司法指令)
13 欧洲议会和欧洲理事会 2016 年 4 月 27 日颁布的 (EU) 2016/680 号指令,关于在主管当局为预防、调查、侦查或起诉刑事犯罪或执行刑事处罚而处理个人数据方面保护自然人,以及关于此类数据的自由流动,并废除理事会框架决定 2008/977/JHA、OJ L 119/89(警察 - 刑事司法指令)
1。Ally Yalei du ∗,Daniel Ngo ∗和Zhiwei Steven Wu。对下游决策制定的模型多样性。国际学习表征会议(ICLR),2025。2。Xinyan Hu ∗,Daniel Ngo ∗,Zhiwei Steven Wu和Aleksandrs Slivkins。激励组合匪徒探索。神经信息处理系统(神经),2022。3。Daniel Ngo ∗,Giuseppe Vietri ∗和Zhiwei Steven Wu。在Linearmdp中,差异私人探索改善了遗憾。国际机器学习会议(ICML),2022年。4。Keegan Harris,Daniel Ngo ∗,Logan Stapleton *,Hoda Heidari和Zhiwei Steven Wu。战略工具变量回归:从战略反应中恢复因果关系。国际机器学习会议(ICML),2022年。5。Daniel Ngo ∗,Logan Stapleton ∗,Vasilis Syrgkanis和Zhiwei Steven Wu。使用算法仪器激励探索。机器学习国际会议(ICML),2021。
用于凸优化的自适应近端梯度法 NeurIPS ,2024 16. K. Mishchenko、A. Defazio Prodigy:一种快速自适应的无参数学习器 ICML ,2024 15. A. Khaled、K. Mishchenko、C. Jin DoWG Unleashed:一种有效的通用无参数梯度下降法 NeurIPS ,2023 14. A. Defazio、K. Mishchenko 通过 D 自适应实现无学习率学习 ICML ,2023 杰出论文奖 13. B. Woodoworth、K. Mishchenko、F. Bach 两个损失胜过一个:使用更便宜的代理进行更快的优化 ICML ,2023 12. K. Mishchenko、F. Bach、M. Even、B. Woodworth 异步 SGD 在任意延迟 NeurIPS,2022 11. K. Mishchenko、G. Malinovsky、S. Stich、P. Richtárik ProxSkip:是的!局部梯度步骤可证明可加速通信!终于! ICML ,2022 10. K. Mishchenko、A. Khaled、P. Richtárik 近端和联合随机重新调整 ICML ,2022 9. K. Mishchenko、B. Wang、D. Kovalev、P. Richtárik IntSGD:随机梯度的自适应无浮点压缩 ICLR ,Spotlight,2022 8. K. Mishchenko、A. Khaled、P. Richtárik 随机重新调整:简单分析但带来巨大改进 NeurIPS ,2020 7. Y. Malitsky、K. Mishchenko 无下降的自适应梯度下降 ICML ,2020 6. K. Mishchenko、F. Hanzely、P. Richtárik 分布式优化中 99% 的 Worker-Master 通信是不需要的 UAI ,2020 5. K. Mishchenko, D. Kovalev, E. Shulgin, Y. Malitsky, P. Richtárik 重温随机超梯度 AISTATS,2020 4. A. Khaled, K. Mishchenko, P. Richtárik 相同和异构数据 AISTATS 上局部 SGD 的更严格理论,2020 3. S. Soori, K. Mishchenko, A. Mokhtari, M. Dehnavi, M. Gürbüzbalaban DAve-QN:具有局部超线性收敛率的分布式平均拟牛顿法 AISTATS,2020 2. F. Hanzely,K. Mishchenko,P. Richtárik SEGA:通过梯度草图 NeurIPS 减少方差,2018 1. K. Mishchenko,F. Iutzeler,J. Malick,M.-R。 Amini 一种用于分布式学习的延迟容忍近端梯度算法 ICML,2018
Harrison Lee,Samrat Phatale,Hassan Mansoor,Thomas Mesnard,Johan Ferret,Kellie Lu,Colton Bishop,Ethan Hall,VictorCărbune,Abhinav Rastogi,Sushant Prakash Prakash ICML 2024 div>Harrison Lee,Samrat Phatale,Hassan Mansoor,Thomas Mesnard,Johan Ferret,Kellie Lu,Colton Bishop,Ethan Hall,VictorCărbune,Abhinav Rastogi,Sushant Prakash Prakash ICML 2024 div>
•源自[Ho等,DDPM,Neurips 2020]和[Sohl-Dickstein等人,使用非平衡热力学的深度无监督学习,ICML 2015]
●ICLR 2024在LLM代理商上的研讨会●值得信赖的多模式基础模型和AI代理(TIFA)ICML 2024●多模式基础模型相遇的AI ICML 2024●NeyUrips 2024 NeyUrips 2024 2024 Neurips oon Open-Worlips opecet the toe to priment to primst to primst wealeips weaurips 202222222224有关有用可靠的AI代理的研讨会●CMU代理讲习班2024●CORL 2024语言和机器人学习研讨会●CORL 2024 X-EMBROBOTIMENT机器人学习研讨会●伯克利语言课程berkeley on Berkeley on Berkeley on of Berkeley oon on Blogange Model Agents●Facct 2024 Facct 2024 Tuteorage and Prospect of Prospect of LM Agents:LM Adivs:facks of LM Agens: