Rui Wen

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.

Studiando come i campi magnetici influenzano quark e pioni in condizioni estreme.

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

La ricerca su MoTe attorcigliato svela nuove prospettive per lo stoccaggio di memoria quantistica.

Esplorare fasi uniche dei materiali quantistici e le loro implicazioni per la ricerca.

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

Esplorare i comportamenti misteriosi delle particelle in condizioni estreme.