Найдено записей: 4
'Крупные соцплатформы просят помечать материалы, отредактированные ИИ, реагируя на требования и внедряя инструменты прозрачности и контроля'
'Google демонстрирует, что дообучение LLM возможно с менее чем 500 целевыми метками, сохраняя или улучшая качество модели при сокращении объема разметки на несколько порядков.'
Руководство по добавлению модерации контента в AI-агентов Mistral для проверки пользовательских запросов и ответов с целью предотвращения небезопасного и неподобающего контента.
Новый метод позволяет переписывать заблокированные запросы в системах текст-видео, обходя фильтры безопасности без изменения смысла, выявляя слабые места современных защит.