Yue Xing

Datenvergiftung bedroht die Integrität von In-Context-Lernsystemen und zeigt versteckte Schwachstellen.

Untersuchung, wie adversariales Training die Robustheit von Modellen durch Merkmalsreinigung verbessert.

Dieses Papier analysiert die Vorteile von Multi-Head-Attention gegenüber Single-Head-Attention in maschinellen Lernaufgaben.

Ein Blick darauf, wie Transformer bei unstrukturierten Daten in Regressionsaufgaben glänzen.

Untersuchung von Problemen der Speicherung in KI-generierten Bildern und deren Auswirkungen.

Das Verständnis der Auswirkungen von adversarialen Angriffen auf Machine-Learning-Modelle.

Eine neue Methode, um Datensätze vor unbefugter Nutzung in generativen Modellen zu schützen.

Ein neuer Datensatz soll die Sicherheit von Text-zu-Bild-Modellen gegenüber schädlichem Inhalt verbessern.

Eine neue Methode reduziert die Datenschutzrisiken bei Anwendungen zur retrieval-unterstützten Generierung.

Dieser Artikel behandelt effektive Methoden zur Wissensüberprüfung in RAG-Systemen.