LiST: Treinamento com Escalonamento de Lipschitz para Redes Neurais Robustas e Calibradas

arXiv:2607.07745v1 Tipo de anúncio: novo Resumo: Embora acurácia, robustez e calibração sejam todas essenciais para redes neurais confiáveis, elas costumam ser estudadas separadamente; desenvolver modelos que satisfaçam as três simultaneamente continua sendo um desafio central. Modelos com restrição de Lipschitz garantem robustez por design, mas a seleção manual da restrição de Lipschitz L rege o compromisso resultante entre acurácia e robustez, e suas propriedades de calibração permanecem em grande parte pouco exploradas. Neste ...