Dawn Song

Este estudio investiga cómo los modelos aumentados con recuperación mejoran la fiabilidad en la generación de lenguaje.

Examinando las dinámicas sociales y beneficios de las interacciones con IA autónoma.

Este artículo revisa la solidez de CLIP en varios desafíos.

Explorando el equilibrio entre la compresión de modelos y la confiabilidad en la IA.

Un enfoque novedoso para mejorar los métodos de moderación de modelos de lenguaje grandes.

Una visión general de las alucinaciones de código en los LLMs y su impacto en el desarrollo de software.

Un marco para mejorar la seguridad en los agentes LLM en varias aplicaciones.

Un nuevo método aborda las amenazas ocultas en los modelos de lenguaje grandes.

Una mirada a las categorías de riesgo de IA y la necesidad de políticas unificadas.

Un nuevo método mejora el rendimiento de los modelos de lenguaje en problemas complejos.

Un nuevo estándar busca evaluar de manera efectiva los riesgos de seguridad de la IA.

Un nuevo método mejora la resistencia a manipulaciones en modelos de lenguaje de peso abierto.

AutoScale mejora la mezcla de datos para un entrenamiento eficiente de grandes modelos de lenguaje.

Revolucionando el entrenamiento de robots con un enfoque en instrucciones basadas en lenguaje.

Descubre cómo el des-aprendizaje automático mejora la seguridad de la IA y la calidad de imagen.

Nuevo método permite ataques de backdoor sin necesidad de datos limpios o cambios en el modelo.