PulseAugur
中
实时 10:04:30
English(EN) Privacy-Aware Visual Language Models

新的基准和微调数据提高了VLM的隐私意识

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了新的方法来增强视觉语言模型（VLM）的隐私意识。他们引入了两个基准，PrivBench和PrivBench-H，旨在根据GDPR评估VLM对视觉隐私的理解。此外，还创建了一个名为PrivTune的精选指令微调数据集，以提高隐私敏感性。使用少量PrivTune数据对现有VLM进行微调，显著提高了它们在这些隐私基准上的性能，甚至超过了GPT-4，同时保持了它们的一般任务能力。 AI

影响 增强了VLM中的隐私保护措施，可能导致更安全地集成到面向用户的应用程序中。

排序理由 该集群包含一篇学术论文，详细介绍了用于提高视觉语言模型隐私意识的新基准和微调数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基准和微调数据提高了VLM的隐私意识

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Laurens Samson, Nimrod Barazani, Sennay Ghebreab, Yuki M. Asano ·

    Privacy-Aware Visual Language Models

    arXiv:2405.17423v4 Announce Type: replace-cross Abstract: As Visual Language Models (VLMs) become increasingly embedded in everyday applications, ensuring they can recognise and appropriately handle privacy-sensitive content is thus essential to protect users. To this end, we con…

相关实体

相关话题