Mark Niklas Müller

La contamination des données dans les modèles de langage pose de sérieux problèmes de confiance pour les évaluations.

Une nouvelle approche améliore la récupération de données tout en s'attaquant aux préoccupations de confidentialité dans l'apprentissage fédéré.

Des recherches montrent des vulnérabilités dans l'approche de la confidentialité des textes en apprentissage fédéré.

Une méthode pour adapter les modèles de langage tout en réduisant la perte de compétences.