Мастерская по ответственному использованию данных для фундаментальных моделей

С ростом масштабов фундаментальных моделей доступные источники обучающих данных быстро истощаются. Тем не менее, несколько форм ценных данных, таких как медицинские записи, юридические и финансовые документы, ограничены в использовании для обучения моделей из-за своей чувствительной природы. Кроме того, сильные способности рассуждения в современных генеративных моделях открыли возможность для высокоперсонализируемых AI-приложений, но они остаются узким местом из-за ограниченного доступа к качественным пользовательским данным. Таким образом, крайне важно ответственно разблокировать эти источники данных (например, используя трансформацию данных или ограниченные парадигмы обучения) или генерировать синтетические альтернативы. В этой мастерской мы стремимся объединить экспертов в области данных, конфиденциальности, обучения моделей и юридической политики, чтобы продвинуть границы ответственного использования таких чувствительных данных с фундаментальными моделями.