Mario Fritz

Esaminare modelli generativi per dati di espressione genica sintetica garantendo la privacy dei pazienti.

Questo studio analizza come i LLM mostrano un bias di valore nelle loro risposte.

La competizione svela vulnerabilità e difese nella sicurezza dei modelli di linguaggio.

Una panoramica sui metodi di campionamento per la generazione di testo.

Questo articolo esplora come i LLM possono identificare le variabili mancanti nella ricerca scientifica.

LM-GC offre un modo nuovo per comprimere i gradienti nel machine learning.

I ricercatori sviluppano metodi per insegnare ai computer a gestire le fatture proteggendo la privacy.

Il framework ICER testa le misure di sicurezza nei modelli da testo a immagine in modo efficace.

Metodi innovativi garantiscono la privacy mentre generano dati sintetici realistici.