Ruoxi Jia

Un nuovo approccio per migliorare i metodi di moderazione per grandi modelli linguistici.

Questo metodo migliora il fine-tuning dei modelli linguistici usando dataset aperti e non etichettati.

Nuovi metodi rafforzano i watermark contro le minacce moderne di editing delle immagini.

Un nuovo framework affronta efficacemente i conflitti di equità nel machine learning.

Un nuovo metodo affronta minacce nascoste nei modelli di linguaggio di grandi dimensioni.

Uno sguardo alle categorie di rischio dell'IA e alla necessità di politiche unificate.

Un nuovo benchmark mira a valutare in modo efficace i rischi legati alla sicurezza dell'IA.

AutoScale migliora il mix di dati per un training efficiente di grandi modelli linguistici.

Capire il valore dei dati è fondamentale per il successo di un'azienda.

Rivoluzionare l'addestramento dei robot con un occhio alle istruzioni basate sul linguaggio.

Scopri come il machine unlearning migliora la sicurezza dell'IA e la qualità delle immagini.