Michael Backes

Esse artigo fala sobre as preocupações com a privacidade ao usar modelos GPT em ambientes de nuvem.

A análise de ataques de jailbreak mostra fraquezas na segurança dos modelos de linguagem.

LLMs customizados levantam preocupações de segurança, principalmente com ataques de backdoor por instrução.

A amostragem diversa aumenta a eficácia do roubo de modelos de machine learning.

Um novo framework avalia a eficácia dos classificadores de segurança de imagem contra conteúdo prejudicial.

GNNs indutivos enfrentam ameaças de privacidade por causa de ataques de roubo de links.

Um novo framework controla o aprendizado em contexto pra evitar o uso indevido em modelos de IA.

Analisando as ameaças que os agentes autônomos de modelos de linguagem trazem e suas fraquezas.

Analisando os efeitos das atualizações na segurança, viés e autenticidade na geração de imagens.

Analisando como pontos de dados importantes atraem mais riscos de segurança em machine learning.

Analisando como os modelos SSL memorizam pontos de dados e suas implicações.