Himabindu Lakkaraju

Esaminando come i modelli di machine learning robusti influenzano l'efficacia delle spiegazioni.

Esaminando le sfide delle auto-spiegazioni nei modelli di linguaggio grandi.

SpLiCE aiuta a chiarire i dati complessi di CLIP per una comprensione migliore.

Valutare come il data poisoning influisce sui metodi di valutazione delle politiche.

Capire come prende decisioni l'IA è fondamentale per la fiducia e un uso etico.

Esaminare l'efficacia del ragionamento nei modelli di linguaggio di grandi dimensioni.

Le regole guidano l'uso sicuro e giusto delle tecnologie AI in diversi settori.

La ricerca rivela somiglianze nelle rappresentazioni interne dei modelli di immagine.

Esaminando i rischi per la privacy nelle spiegazioni dei modelli e strategie per migliorare la sicurezza.

Un metodo per capire le preferenze degli utenti per modificare i risultati del machine learning.

Uno sguardo semplice ai modelli di linguaggio grandi e al loro funzionamento.

Esplorare come il fine-tuning influisca sul ragionamento nei modelli di linguaggio.