实体
Ryan McKenna
Ryan McKenna
PulseAugur coverage of Ryan McKenna — every cluster mentioning Ryan McKenna across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Google 发布 JAX-Privacy 1.0，支持可扩展的差分隐私机器学习
Google 发布了 JAX-Privacy 1.0，这是一个旨在促进大规模差分隐私机器学习的库。JAX-Privacy 构建在 JAX 高性能计算库之上，提供了用于实现和审计深度学习模型私有训练算法的工具。新版本旨在将最先进的差分隐私方法与 JAX 的可扩展架构相集成，从而简化其集成过程，并解决将隐私保证应用于大型数据集和复杂模型所面临的挑战。
-
Google发布差分隐私大语言模型VaultGemma及分层模型框架
Google Research推出了VaultGemma，一个采用差分隐私训练的开源语言模型，旨在增强AI开发的隐私性。该模型拥有10亿参数，并附带一篇研究论文，详细介绍了差分隐私语言模型的规模法则，有助于理解隐私、计算和效用之间的权衡。此外，还提出了一个名为分层语言模型（TLMs）的新框架，允许一组模型权重通过密钥支持多个能力级别，从而在保持公共模型完整性的同时，实现对敏感功能的受控访问。
-
Google DeepMind 发布 VaultGemma，最强大的差分隐私大语言模型
Google DeepMind 推出了 VaultGemma，一个拥有10亿参数、从头开始使用差分隐私训练的语言模型。此次发布伴随的研究详细介绍了差分隐私大语言模型的新缩放定律，这些定律解决了隐私、效用和计算成本之间的权衡问题。研究结果表明，隐私方面的最佳训练涉及使用比通常采用的更小的模型和更大的批次大小。VaultGemma 的权重已在 Hugging Face 和 Kaggle 上公开提供，以促进私有 AI 的进一步发展。