研究人员开发了新的差分隐私统计推断方法,用于从人类对大型语言模型的成对比较中得出排名。这些技术旨在保护个人偏好数据的隐私,同时在Bradley-Terry模型下实现可靠的分数和排名推断。提出的方法包括有限样本误差界限、渐近有效的置信区间以及用于排名推断的bootstrap程序,并应用于创意写作大型语言模型的排名。 AI
影响 增强了基于用户偏好评估和比较大型语言模型的隐私保护技术。
排序理由 该项目是一篇研究论文,详细介绍了统计推断的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →