Ruoxi Jia

Une nouvelle approche pour améliorer les méthodes de modération des grands modèles de langage.

Cette méthode améliore le réglage fin des modèles de langue en utilisant des jeux de données ouverts et non étiquetés.

Nouvelles méthodes renforcent les filigranes contre les menaces de retouche d'images modernes.

Un nouveau cadre s'attaque efficacement aux conflits d'équité dans l'apprentissage automatique.

Une nouvelle méthode s'attaque aux menaces cachées dans les grands modèles de langage.

Un aperçu des catégories de risques liés à l'IA et de la nécessité de politiques unifiées.

Un nouveau benchmark vise à évaluer efficacement les risques de sécurité de l'IA.

AutoScale améliore le mélange de données pour un entraînement efficace des grands modèles de langage.

Comprendre la valeur des données est super important pour réussir en affaires.

Révolutionner la formation des robots en se concentrant sur des instructions basées sur le langage.

Découvrez comment le désapprentissage machine améliore la sécurité de l'IA et la qualité des images.