摘要
近日,计算机视觉与模式识别会议(CVPR 2024)所设第四届计算机视觉对抗性机器学习研讨会(The 4th Workshop of Adversarial Machine Learning on Computer Vision:Robustness of Foundation Models)论文接收结果公布,中山大学网络空间安全学院2023级硕士研究生刘宽融与2024级博士研究生梁嘉伟共同参与的论文“Unlearning Backdoor Threats:Enhancing Backdoor Defense in Multimodal Contrastive Learning via Local Token Unlearning”荣获杰出论文奖(Distinguished Paper Awar d)。多模态对比学习已经成为利用多种数据模态互补优势来构建高质量特征的强大范式。
出处
《信息网络安全》
CSCD
北大核心
2024年第8期1240-1240,共1页
Netinfo Security