Safety Anchor: Defending Harmful Fine-tuning via Geometric Bottlenecks
LLMの有害なファインチューニングに対する新たな防御手法「Safety Bottleneck Regularization (SBR)」が提…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
AI倫理
1497件
When AI Meets Science: Research Diversity, Interdisciplinarity, Visibility, and Retractions across Disciplines in a Global Surge
AIが科学研究に与える影響を分析した研究が発表されました。
AI生成画像：人間と機械が同じ画像を見たときに何を見るか
AI生成画像の検出システムにおいて、人間が理解しやすい説明を生成する手法が開発されました。
対照的な識別と生成の限界
AI学習モデルが、正例と負例のペアから未知の仮説を識別・生成する新しい学習フレームワークが提案されま…
ランダム因果有向非巡回グラフにおけるトポロジカルソート基準
ランダム因果有向非巡回グラフ（DAG）において、因果順序に沿って到達可能なノード（親族）の数が単調増加…
対数尤度、シンプソンのパラドックス、および機械生成テキストの検出
機械生成テキスト検出において、既存手法がシンプソンのパラドックスにより性能を損なっていることを発見…
オープンウェイトLLMにおける評価コンテキストの乖離測定：アライメントパイプライン特有の異質性を示すペアプロンプトプロトコル
LLMが評価時と実運用時で異なる振る舞いをすることを示す研究が発表されました。
人間とAIの共進化と認識崩壊：動的システムからの視点
人間とAIが相互作用するシステムにおいて、AIへの過度な依存が知識の多様性を低下させる可能性が指摘され…
敵対的防御評価のためのメモリ効率の高いフル勾配攻撃（MEFA）フレームワーク
敵対的防御の評価において、メモリ効率を向上させつつ、より正確なフル勾配攻撃を可能にする新フレームワ…
学習のための説明（eX2L）：分布シフトに対する対照的な視覚的説明ペアを用いた正則化
AIモデルが未知のデータ（分布シフト）に遭遇した際の性能低下を改善する新しい学習フレームワーク「eX2L…
COVID-19インフォデミック：機械学習によるフェイクニュース検出におけるコンテンツ特徴の理解
COVID-19パンデミック中のフェイクニュース検出に、テキストおよび言語的特徴を用いた機械学習アプローチ…
PACZero: 符号量子化による言語モデルのPACプライベートファインチューニング
言語モデルのファインチューニングにおいて、メンバーシップ推論攻撃に強い新しいプライバシー保護手法「P…