尽管机器学习系统的效率和可扩展性，但最近的研究表明，许多分类方法，尤其是深神经网络（DNN），易受对抗的例子;即，仔细制作欺骗训练有素的分类模型的例子，同时无法区分从自然数据到人类。这使得在安全关键区域中应用DNN或相关方法可能不安全。由于这个问题是由Biggio等人确定的。 （2013）和Szegedy等人。（2014年），在这一领域已经完成了很多工作，包括开发攻击方法，以产生对抗的例子和防御技术的构建防范这些例子。本文旨在向统计界介绍这一主题及其最新发展，主要关注对抗性示例的产生和保护。在数值实验中使用的计算代码（在Python和R）公开可用于读者探讨调查的方法。本文希望提交人们将鼓励更多统计学人员在这种重要的令人兴奋的领域的产生和捍卫对抗的例子。

T2磁共振成像（MRI）中淋巴结（LN）的鉴定是放射科在评估淋巴抑制性疾病期间的重要步骤。节点的大小在其分期中发挥着至关重要的作用，并且放射科有时有时使用额外的对比度序列，例如扩散加权成像（DWI）进行确认。然而，淋巴结在T2 MRI扫描中具有多样化的外观，使得转移的阶段难以实现。此外，放射科医师通常会在繁忙的一天中错过较小的转移性淋巴结。要处理这些问题，我们建议使用检测变压器（DETR）网络本地化可疑转移性淋巴结，用于挑战不同扫描仪和考试协议获得的T2 MRI扫描。通过边界盒融合技术降低了误报（FP），并且达到了每张图像4 FP的65.41 \％的精确度和91.66 \％。据我们所知，我们的结果改善了T2 MRI扫描中的目前的淋巴结检测最先进的淋巴结检测。

随机上下文的匪徒问题，建造了勘探和开发之间的权衡取舍，具有许多真实的应用，包括推荐系统，在线广告和临床试验。与许多其他机器学习算法一样，上下文匪徒算法通常具有一个或多个超参数。例如，在大多数最佳的随机上下文匪徒算法中，有一个未知的探索参数可以控制勘探和开发之间的权衡。适当的超参数选择对于上下文的匪徒算法表现良好至关重要。但是，由于没有预采用的数据集，因此必须使用离线调谐方法在上下文匪徒环境中选择超参数，并且必须实时做出决策。为了解决这个问题，我们首先提出了一个两层匪徒结构，用于自动调整勘探参数并将其进一步推广到联合匪徒框架，该框架可以在上下文的匪徒环境中动态学习多个超参数。我们得出了我们提议的联合匪徒框架的遗憾界限，并表明它可以避免对要调整的超参数的数量成倍依赖。此外，它在某些情况下达到了最佳的遗憾界限。联合匪徒框架足够通用，可以在许多流行的上下文匪徒算法（例如Linucb，Lints，UCB-GLM等）中处理调整任务。在合成数据集和真实数据集上进行了实验，以验证我们提出的框架的有效性。

成像检查（例如胸部X射线照相）将产生一小部分常见发现和一组少数罕见的发现。虽然训练有素的放射科医生可以通过研究一些代表性的例子来学习罕见条件的视觉呈现，但是教机器从这种“长尾”分布中学习的情况更加困难，因为标准方法很容易偏向最常见的类别。在本文中，我们介绍了胸部X射线胸腔疾病特定领域的长尾学习问题的全面基准研究。我们专注于从自然分布的胸部X射线数据中学习，不仅优化了分类精度，不仅是常见的“头”类，而且还优化了罕见但至关重要的“尾巴”类。为此，我们引入了一个具有挑战性的新长尾X射线基准，以促进开发长尾学习方法进行医学图像分类。该基准由两个用于19-和20向胸部疾病分类的胸部X射线数据集组成，其中包含多达53,000的类别，只有7个标记的训练图像。我们在这种新的基准上评估了标准和最先进的长尾学习方法，分析这些方法的哪些方面对长尾医学图像分类最有益，并总结了对未来算法设计的见解。数据集，训练有素的模型和代码可在https://github.com/vita-group/longtailcxr上找到。

由于缺乏明显的特征，严重的阶级失衡以及大小本身，找到小病变非常具有挑战性。改善小病变细分的一种方法是减少感兴趣的区域，并以更高的灵敏度进行检查，而不是为整个区域执行它。通常将其作为器官和病变的顺序或关节分割实现，这需要对器官分割进行额外的监督。取而代之的是，我们建议以无其他标记成本的强度分布来有效地分开病变位于背景的区域。它被整合到网络培训中，作为一项辅助任务。我们将提出的方法应用于CT扫描中小肠癌小肿瘤的分割。我们观察到所有指标的改进（33.5％$ \ rightarrow $ 38.2％，41.3％$ \ rightarrow $ 47.8％，30.0％$ \ rightarrow $ \ rightarrow $ 35.9％的全球，每个案例和每个肿瘤骰子得分相比）。对于基线方法，这证明了我们想法的有效性。我们的方法可以是将目标的强度分布信息显式合并到网络培训中的一种选择。

我们从一组稀疏的光谱时间序列中构建了一个物理参数化的概率自动编码器（PAE），以学习IA型超新星（SNE IA）的内在多样性。 PAE是一个两阶段的生成模型，由自动编码器（AE）组成，该模型在使用归一化流（NF）训练后概率地解释。我们证明，PAE学习了一个低维的潜在空间，该空间可捕获人口内存在的非线性特征范围，并且可以直接从数据直接从数据中准确地对整个波长和观察时间进行精确模拟SNE IA的光谱演化。通过引入相关性惩罚项和多阶段训练设置以及我们的物理参数化网络，我们表明可以在训练期间分离内在和外在的可变性模式，从而消除了需要进行额外标准化的其他模型。然后，我们在SNE IA的许多下游任务中使用PAE进行越来越精确的宇宙学分析，包括自动检测SN Outliers，与数据分布一致的样本的产生以及在存在噪音和不完整数据的情况下解决逆问题限制宇宙距离测量。我们发现，与以前的研究相一致的最佳固有模型参数数量似乎是三个，并表明我们可以用$ 0.091 \ pm 0.010 $ mag标准化SNE IA的测试样本，该样本对应于$ 0.074 \ pm。 0.010 $ mag如果删除了特殊的速度贡献。训练有素的模型和代码在\ href {https://github.com/georgestein/supaernova} {github.com/georgestein/supaernova}上发布

在安全关键系统的背景下将模拟缩小到现实差距的动机，我们考虑学习用于未知非线性动力系统的前列鲁棒稳定性证书。符合鲁棒控制的方法，我们考虑添加系统动态的添加剂和Lipschitz有界对手。我们表明，在基础系统上的增量稳定性的合适假设下，学习对抗稳定证明的统计成本相当于持续因素，以学习名义稳定证明。我们的结果铰接在新的导火颤机复杂性的新型界限，这可能是独立的兴趣。据我们所知，这是在对动态系统生成的数据进行对抗性学习时，对样本复杂性限制的第一次表征。我们还提供一种用于近似对抗训练算法的实用算法，并在阻尼摆锤示例上验证我们的发现。

大脑的结构网络或结构连接组可以由多种拖拉机方法产生的纤维束表示。尽管这种方法给出了对大脑结构的定性见解，但对于它们是否可以提供定量信息，尤其是在人口水平上，却存在争议。为了实现结构连接组的人口级统计分析，我们提出代表连接组为Riemannian度量，这是无限二维流形的点。我们将这种歧管配备了Ebin Metric，这是该空间的自然度量结构，以获得Riemannian歧管及其相关的几何特性。然后，我们使用这个Riemannian框架应用面向对象的统计分析来将地图集定义为Riemannian指标人群的fr \'echet平均值。这种表述与现有的图像图像构造构造的现有框架相关联，使我们能够通过同时整合DWMRI的互补白质结构细节和T1加权MRI的皮质细节来构建多模式地图集。我们用Connectome注册和地图集组的2D数据示例说明了我们的框架。最后，我们使用从人类Connectome Project的主体子集估计的扩散张量衍生的T1图像和连接组构建了一个示例3D多模式地图集。

We study the fundamental task of outlier-robust mean estimation for heavy-tailed distributions in the presence of sparsity. Specifically, given a small number of corrupted samples from a high-dimensional heavy-tailed distribution whose mean $\mu$ is guaranteed to be sparse, the goal is to efficiently compute a hypothesis that accurately approximates $\mu$ with high probability. Prior work had obtained efficient algorithms for robust sparse mean estimation of light-tailed distributions. In this work, we give the first sample-efficient and polynomial-time robust sparse mean estimator for heavy-tailed distributions under mild moment assumptions. Our algorithm achieves the optimal asymptotic error using a number of samples scaling logarithmically with the ambient dimension. Importantly, the sample complexity of our method is optimal as a function of the failure probability $\tau$, having an additive $\log(1/\tau)$ dependence. Our algorithm leverages the stability-based approach from the algorithmic robust statistics literature, with crucial (and necessary) adaptations required in our setting. Our analysis may be of independent interest, involving the delicate design of a (non-spectral) decomposition for positive semi-definite matrices satisfying certain sparsity properties.

Large language models (LLMs) have been shown to be able to perform new tasks based on a few demonstrations or natural language instructions. While these capabilities have led to widespread adoption, most LLMs are developed by resource-rich organizations and are frequently kept from the public. As a step towards democratizing this powerful technology, we present BLOOM, a 176B-parameter open-access language model designed and built thanks to a collaboration of hundreds of researchers. BLOOM is a decoder-only Transformer language model that was trained on the ROOTS corpus, a dataset comprising hundreds of sources in 46 natural and 13 programming languages (59 in total). We find that BLOOM achieves competitive performance on a wide variety of benchmarks, with stronger results after undergoing multitask prompted finetuning. To facilitate future research and applications using LLMs, we publicly release our models and code under the Responsible AI License.