Michael Backes

Questo articolo parla delle preoccupazioni sulla privacy nell'uso dei modelli GPT nei cloud.

L'esame degli attacchi di jailbreak mostra debolezze nella sicurezza dei modelli linguistici.

I LLM personalizzati sollevano preoccupazioni di sicurezza, soprattutto per quanto riguarda gli attacchi con backdoor tramite istruzioni.

Campioni diversi aumentano l'efficacia del furto di modelli di machine learning.

Un nuovo framework valuta l'efficacia dei classificatori di sicurezza delle immagini contro contenuti nocivi.

Le GNN induttive affrontano minacce alla privacy dagli attacchi di furto di link.

Un nuovo framework controlla l'apprendimento in contesto per prevenire abusi nei modelli di intelligenza artificiale.

Esaminare le minacce poste dagli agenti autonomi di modelli linguistici e le loro debolezze.

Esaminando gli effetti degli aggiornamenti su sicurezza, pregiudizi e autenticità nella generazione di immagini.

Esaminando come i dati importanti attirano più rischi di sicurezza nel machine learning.

Esaminando come i modelli SSL memorizzano i punti dati e le sue implicazioni.