Nicolas Papernot

Erforschen, wie maschinelles Vergessen bei Datenschutz und Compliance hilft.

Architektonische Hintertüren stellen ernsthafte Sicherheitsrisiken in neuronalen Netzwerken dar und bleiben oft unentdeckt.

Ein Blick darauf, wie Modelle Vorurteile verstärken und die Fairness beeinflussen können.

Neue Methoden verbessern die Prüfungen der Privatsphäre und konzentrieren sich auf versteckte Zustandsmodelle im maschinellen Lernen.

Die Herausforderungen und Auswirkungen des Verlernens in KI-Modellen untersuchen.

Dieser Artikel untersucht die Risiken, die mit LLMs verbunden sind, und schlägt Wege vor, um die Sicherheit zu verbessern.

Entdeck, wie künstliches Dopamin das Lernen im Gehirn nachahmt, um KI zu verbessern.