Efficiency vs. Alignment: Investigating Safety and Fairness Risks in Parameter-Efficient Fine-Tuning of LLMs
Anzeige
Ähnliche Artikel
arXiv – cs.LG
•
Simulation zeigt: Predictive Policing in Baltimore ist komplexer als gedacht
arXiv – cs.AI
•
KI-Modelle zeigen regionalen Bias – Studie deckt große Unterschiede auf
arXiv – cs.LG
•
Auditieren Fairness bei Modellupdates: Komplexität & Eigenschaftsbeibehaltung
arXiv – cs.LG
•
FairMT: Gleichberechtigte Multi-Task-Lernmodelle für heterogene Aufgaben
arXiv – cs.LG
•
RLHF-Trilemma: Ausrichtung kann nicht gleichzeitig sicher fair und effizient sein
VentureBeat – AI
•
Lean4: Der neue Wettbewerbsvorteil für KI durch formale Verifikation