Xinlei He

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

Un metodo per prevedere risposte non fattuali dai modelli di linguaggio prima che generino le risposte.

Questo studio analizza i metodi di watermarking per testi generati da macchine e la loro efficacia contro gli attacchi di rimozione.

Esamina vari attacchi di jailbreak sui modelli di linguaggio e le loro difese.

Esplorando i rischi per la privacy nel modeling di immagini mascherate e le loro implicazioni.

ADC semplifica la creazione di dataset, migliorando la velocità e l'accuratezza nel machine learning.

La ricerca mette in evidenza i metodi per rilevare attacchi backdoor nel fine-tuning dei modelli di linguaggio.

Metodi innovativi puntano a migliorare i modelli linguistici dell'IA, garantendo al contempo sicurezza ed efficienza.

Scopri come il federated learning protegge i tuoi dati mentre migliora la tecnologia.

Scopri come gli attacchi backdoor mettono alla prova la sicurezza dei modelli di linguaggio basati sull'IA.