Martin Vechev

La contaminación de datos en los modelos de lenguaje genera serios problemas de confianza para las evaluaciones.

SafeCoder mejora la seguridad del código generado por modelos de lenguaje.

Examinando la efectividad y las vulnerabilidades de las marcas de agua en contenido generado por IA.

Un enfoque novedoso mejora la recuperación de datos mientras aborda las preocupaciones de privacidad en el aprendizaje federado.

La investigación muestra vulnerabilidades en el enfoque de la privacidad del texto en el aprendizaje federado.

Un nuevo estándar para evaluar la equidad en los métodos de aprendizaje de representación.

Examinando los peligros de los modelos de lenguaje cuantizados y su posible mal uso.

La investigación revela los desafíos de la detección de marcas de agua en modelos de lenguaje grandes.

Una biblioteca unificada mejora la equidad al comparar métodos de entrenamiento de redes neuronales.

Nuevos métodos mejoran la eficiencia de descomputación en programas cuánticos complejos.

Un método para adaptar modelos de lenguaje mientras se reduce la pérdida de habilidades.

Analizando las vulnerabilidades en herramientas de autocompletado de código populares y sus implicaciones para los desarrolladores.

Este artículo habla sobre un nuevo sistema de calificación para evaluar modelos de lenguaje de manera más justa.