Artigos mais recentes para Privacidade de Dados

Uma nova abordagem destaca tokens surpreendentes para avaliar os dados de treinamento dos modelos de linguagem.

Esse artigo discute um método pra introduzir backdoors em redes neurais durante o treinamento.

Novos métodos detectam e respondem à memorização em conteúdo gerado por IA.

Explorando princípios para relacionamentos éticos entre as pessoas e seus dados.

Um novo método resolve os desafios de privacidade na estimativa precisa de estatísticas U.

Um novo método para estimativa de densidade que preserva a privacidade usando decodificação de lista estável.

Um novo método melhora a eficiência de aprendizado enquanto preserva o conhecimento em sistemas de aprendizado federado.

Provas de conhecimento zero aumentam a privacidade e segurança nas transações digitais modernas.

Novos métodos enfrentam problemas de cópia em modelos de geração de imagem.

Este artigo fala sobre métodos pra esconder a autoria enquanto garante que o texto ainda dê pra usar.

AAG melhora a privacidade e a precisão no manejo de dados espaciais.

DP-BloGS melhora a privacidade dos dados em aprendizado de máquina, mantendo o desempenho.

Analisando o impacto e os riscos dos grandes modelos de linguagem na sociedade.

Este artigo examina a eficácia dos métodos atuais de verificação de desvinculação em máquinas.

Um novo método melhora a detecção de fraudes enquanto garante a privacidade dos dados.

Um novo algoritmo melhora a privacidade e a eficiência no aprendizado federado usando métodos de segunda ordem.

O FL-E2WS otimiza o aprendizado federado em redes sem fio, garantindo a privacidade dos dados.

Novo método melhora a correspondência entre esboços desenhados à mão e imagens de retratos falados usando dados sintéticos.

Novo método melhora a privacidade dos transformadores de visão em aprendizado de máquina.

Analisar dados de mobilidade urbana levanta preocupações sérias de privacidade para os pesquisadores.

Um novo conjunto de dados ajuda a criar ferramentas melhores pra detectar fraudes em documentos de identidade.

As funções de segurança em sistemas de IA são super importantes pra um uso responsável e ético.

Uma estrutura para gerar anotações clínicas sintéticas na saúde.

Explorando a interseção entre privacidade de dados e métodos de aprendizado contínuo.

Uma nova abordagem para aprendizado federado que melhora a privacidade e a eficiência.

Consultas quânticas privadas têm o objetivo de garantir a privacidade do usuário enquanto recuperam dados de forma segura.

Um novo método melhora a segurança contra ataques em sistemas de aprendizado federado.

Este estudo analisa a capacidade de LLMs de código aberto em produzir mensagens de commit.

FedLog melhora o aprendizado federado com comunicação eficiente e privacidade de dados.

Um novo algoritmo melhora o compartilhamento de dados e a eficiência do aprendizado de máquina usando conjuntos de dados sintéticos.

Este artigo analisa a sinergia entre Aprendizado Federado e aplicações de controle.

Analisando vulnerabilidades e defesas em modelos de difusão para geração de conteúdo seguro.

Aprenda como o aprendizado federado melhora as decisões agrícolas por meio da privacidade dos dados e colaboração.

AdapTable melhora as previsões do modelo com dados de tabela que mudam sem precisar re-treinar.

Apresentando uma ferramenta pra avaliar métodos de detecção de anomalias não supervisionados em aprendizado federado.

Usando dados de medidores inteligentes e informações do clima pra melhorar o monitoramento de energia.

Um novo framework melhora o aprendizado federado ao lidar com problemas de dados ruidosos.

FADAS melhora o aprendizado federado permitindo atualizações assíncronas dos clientes enquanto mantém a privacidade dos dados.

Explorando o "machine unlearning" na recuperação de informações pra melhorar a privacidade dos dados.

Um novo método muda a forma como a auditoria de privacidade funciona em machine learning.