Seong Joon Oh

APRICOTは、回答の信頼度を正確に測ることで、言語モデルへの信頼を高めるんだ。

データ分類と不確実性推定に使われるいろんなモデルを探ってみて。

古い情報が言語モデルの反応にどう影響するかを分析中。

研究は、トレーニングデータの帰属においてユーザーに焦点を当てた方法の必要性を強調している。

新しいアプローチで、別のOODデータなしに多様なモデルグループのトレーニングが効率よく改善される。

メンバーシップ推測攻撃とデータプライバシーへの影響を見てみよう。