Tianlin Li

Un nuevo método combina la generación de código con la autocompletación para reducir errores.

Un estudio revela nuevas técnicas para ataques de puerta trasera en modelos de lenguaje con un impacto mínimo.

Este enfoque mejora la eficiencia en el entrenamiento de modelos a partir de grandes datos de gráficos, mientras protege la privacidad.

Un nuevo método para proteger los derechos individuales del mal uso de imágenes en animaciones.

Un nuevo marco busca descubrir sesgos en los escenarios de juego de roles de los modelos de lenguaje.

Una base de datos para combatir defectos de backdoor en modelos de aprendizaje profundo.