MinghuiChen43/awesome-trustworthy-deep-learning

它解决了什么问题

深度学习模型正越来越多地应用于现实世界系统，但它们可能会以不安全、有偏见或泄露隐私的方式失效。本项目收集了关于如何使这些模型变得可信的研究，涵盖了处理新型数据（分布外泛化）、防御恶意攻击（对抗样本、后门攻击）、保护隐私（模型反演、机器遗忘）、确保公平性以及提高模型可解释性等主题。

它是如何工作的

这是一个 awesome list——一个经过整理和组织的论文、工具和资源集合。该列表每日根据 arXiv 的新提交进行更新，每篇论文都包含一个总结其核心思想的简短摘要。论文按主题分类（例如：综述、分布外泛化、规避攻击、隐私、公平性、可解释性、对齐）。README 展示了过去一年的论文；更早的论文可在单独的完整列表中查阅。除了论文，该列表还链接了相关的综述、工具箱、研讨会、工作坊、教程、演讲和博客。

目标受众

希望了解关于使深度学习模型更安全、可靠和合乎道德的最新研究的研究人员、学生和从业者。对于那些正在寻找结构化起点来探索可信机器学习研究，或者希望紧跟最新进展的人来说，它特别有用。

亮点

每日从 arXiv 更新，确保列表保持最新。
涵盖广泛的主题：分布外泛化、对抗攻击、投毒攻击、隐私、公平性、可解释性、对齐等。
每篇论文都包含简洁的摘要和全文链接。
提供了一年窗口期之外的完整论文列表。
链接到额外资源：综述、工具箱、研讨会、工作坊、教程、演讲和博客。
积极维护，欢迎贡献（pull requests）。