Xintao Wu

Une méthode pour optimiser les paramètres de confidentialité pour une meilleure protection des données et utilité.

Un cadre pour garantir la vie privée des utilisateurs dans les GNN tout en gardant la précision.

Une méthode appelée HINT protège l'apprentissage automatique des attaques de données nuisibles.

Heckman-FA automatise la sélection de caractéristiques, améliorant les prédictions même avec des données manquantes.

Une nouvelle méthode pour choisir des démonstrations améliore la performance des modèles dans les tâches de langue.

Cet article parle des méthodes de confidentialité pour les données tabulaires dans les grands modèles de langage.

Explorer les risques de confidentialité et les solutions dans les grands modèles de langage.

Explorer les capacités des modèles de langage visuel dans l'analyse d'images en microscopie.

CausalDiffAE améliore le contrôle sur les caractéristiques des images grâce à la génération de contrefactuels.

Cet article parle du soft prompting comme méthode pour désapprendre dans les LLMs.

Une nouvelle méthode vise à réduire les biais dans les prédictions des modèles de langage.