Warsztaty na temat Odpowiedzialnego Umożliwiania Danych dla Modeli Fundamentalnych

W miarę jak modele fundamentalne się rozwijają, dostępne źródła danych do treningu szybko się wyczerpują. Niemniej jednak, istnieje wiele cennych artefaktów danych, takich jak rekordy medyczne, dokumenty prawne i finansowe, które są ograniczone w użyciu podczas trenowania modeli z powodu swojej wrażliwej natury. Ponadto, silne możliwości rozumowania w obecnych modelach generatywnych otworzyły możliwość dla wysoce personalizowalnych aplikacji AI, ale te wciąż są ograniczone przez ograniczony dostęp do wysokiej jakości danych użytkowników. Dlatego niezwykle ważne jest odpowiedzialne odblokowanie tych źródeł danych (na przykład: przy użyciu transformacji danych lub ograniczonych paradygmatów treningowych) lub generowanie syntetycznych alternatyw. Celem tych warsztatów jest połączenie ekspertów z dziedzin danych, prywatności, trenowania modeli i polityki prawnej, aby posunąć naprzód granice odpowiedzialnego wykorzystywania tak wrażliwych danych z modelami fundamentalnymi.