#Model Fine-Tuning

تقنية من كايست تستخدم «كسر الحماية» مؤقتاً لجعل تخصيص نماذج الذكاء الاصطناعي أكثر أماناً

طور باحثون في المعهد الكوري المتقدم للعلوم والتقنية إطاراً من مرحلتين يعزل النموذج اللغوي مؤقتاً أثناء تعلم بيانات المستخدم أو المؤسسة، ثم يعزز ضوابط الأمان بعد انتهاء التخصيص. خفضت الاختبارات معدل الإجابات الضارة مع الحفاظ على الأداء، لكن النتائج ما تزال محصورة في تقييمات تجريبية مضبوطة.