في عصر تتزايد فيه المخاوف بشأن [الخصوصية](/tag/الخصوصية) والأمان، جاء [البحث](/tag/البحث) الجديد حول [تقنية](/tag/تقنية) [ZeroUnlearn](/tag/zerounlearn) ليحدث ثورة في طريقة تعاملنا مع [المعلومات](/tag/المعلومات) الحساسة في [نماذج [اللغات](/tag/اللغات) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الكبيرة) (Large Language [Models](/tag/models)). هذه [التقنية](/tag/التقنية) تمثل حلاً مبتكرًا لمشكلة "[نسيان](/tag/نسيان)" [المعلومات](/tag/المعلومات) الحساسة التي يمكن أن تؤدي إلى نتائج ضارة.
تعتمد [تقنيات](/tag/تقنيات) [نسيان البيانات](/tag/[نسيان](/tag/نسيان)-[البيانات](/tag/البيانات)) الحالية في الغالب على إعادة [تدريب النموذج](/tag/[تدريب](/tag/تدريب)-النموذج) أو تحسينه بشكل مكثف، مما يكون مكلفًا من الناحية الحاسوبية وقد يؤدي أيضًا إلى تدهور [المعرفة](/tag/المعرفة) المرتبطة بالمعلومات التي تم نسيانها. بينما تُعيد [تقنية](/tag/تقنية) [ZeroUnlearn](/tag/zerounlearn) صياغة هذه [العملية](/tag/العملية) كمشكلة دقيقة لإعادة تشكيل [المعرفة](/tag/المعرفة) من خلال تعديل النموذج.
تقوم [ZeroUnlearn](/tag/zerounlearn) بإعادة [كتابة](/tag/كتابة) [المعلومات](/tag/المعلومات) الحساسة، حيث يتم تعيينها إلى حالة مستهدفة محايدة وإزالة تمثيلها الأصلي. هذه [التقنية](/tag/التقنية) تفرض "التعامد التمثيلي" [عبر](/tag/عبر) [تحديثات](/tag/تحديثات) معلمات مضاعفة بحلول مغلقة، مما يمكّن من [نسيان](/tag/نسيان) مستهدف وفعال. وقد تم أيضًا توسيع قاعدة [ZeroUnlearn](/tag/zerounlearn) إلى نسخة تعتمد على [التدرجات](/tag/التدرجات) تسمح بنسيان متعدد العينات.
تظهر [التجارب](/tag/التجارب) أن نهج [ZeroUnlearn](/tag/zerounlearn) يتفوق على الطرق التقليدية الأخرى، مع الحفاظ على [الكفاءة](/tag/الكفاءة) العامة للنموذج. بإمكان أي شخص مهتم بالاستزادة من [المعلومات](/tag/المعلومات) زيارة [المستودع في GitHub](https://github.com/XMUDeepLIT/ZeroUnlearn) للاطلاع على الشيفرة المصدرية وتجربة هذه [التقنية](/tag/التقنية) الرائدة.
هل تعتقد أن هناك [أساليب](/tag/أساليب) أخرى يمكن أن تعزز من فعالية [نسيان](/tag/نسيان) [المعلومات](/tag/المعلومات) الحساسة في [نماذج الذكاء الاصطناعي](/tag/[نماذج](/tag/نماذج)-الذكاء-الاصطناعي)؟ شاركونا آراءكم في [التعليقات](/tag/التعليقات)!
إعادة تعريف القابلية للنسيان: ZeroUnlearn ثورة في نماذج اللغات الكبيرة!
توفر تقنية ZeroUnlearn طريقة مبتكرة وفعّالة للتخلص من المعلومات الحساسة في نماذج اللغات الكبيرة. تعتمد هذه التقنية على إعادة تشكيل المعرفة بدلاً من إعادة التدريب المكلف، مما يضمن أمان البيانات وكفاءتها.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
