Jinghui Chen

Une étude révèle l'attaque WordGame, qui profite des faiblesses des mesures de sécurité des LLM.

Une nouvelle méthode améliore la compréhension des résultats des modèles de langage.

Une nouvelle approche pour renforcer les GNN face au bruit et aux attaques.

De nouvelles méthodes comme PromptFix aident à sécuriser les modèles de langue contre les menaces cachées.

Une étude sur PlagBench et son rôle dans la détection du plagiat dans les résultats des LLM.

FADAS améliore l'apprentissage fédéré en permettant des mises à jour asynchrones des clients tout en préservant la confidentialité des données.

Des chercheurs proposent une méthode pour améliorer les modèles médicaux tout en garantissant la confidentialité des données.

Un système pour un apprentissage IA sécurisé dans la santé sans partager les données des patients.

Une nouvelle méthode permet des attaques par porte dérobée sans données propres ni changements de modèle.

Découvre comment la corrélation et la coskewness révèlent des relations cachées dans les données.