政策・規制

C
15 件
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    Fast Privacy Loss Accounting for Random Allocation via Multiscale FFT
    機械学習 ニューラルネットワーク
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 開発者ツール
    Differentially Private Synthetic Data from Sliced Chebyshev Moments
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    New Lower Bounds for Private PAC Learning
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN 政策・規制
    From Training Exposure to Membership Evidence: A Controlled Study of OLMo 2
    推論 (Inference) 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    Propose-Filter-Release: Scaling Noise to Typical Sensitivity via Private Filtering
    深層学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 資金・M&A
    Machine Learning-Based Detection of Mobile Money Scan Messages in Ghana: A Comparative Evaluation of Naive Bayes, Support Vector Machine, and Randon Forest Classifiers
    AI エージェント 機械学習 ニューラルネットワーク 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    Preserving Utility in Continual LLM Unlearning via Orthogonal Projections
    強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    DCD Studio: Regulating data centers - what can be done? With Allison Clements, ASG
    DCD Studio:データセンター規制で何ができるか
    ニューラルネットワーク
    DCD StudioでZachary Skidmoreが、ASGのAllison Clementsと対談。進化するFERC規制、大規模電力負荷の管理、系統接続、投機的なデータセンター需要への財務的な安全策を議論した。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.LG (Machine Learning) · EN 開発者ツール
    Does Federated Training Degrade Explainability? A Comparative Analysis of Grad-CAM Faithfulness in Centralized vs. Federated Deepfake Detection
    検索拡張生成 (RAG)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • ITmedia AI+ · JA 政策・規制
    「禁止」するだけでは防げない? パナソニックグループで約33万人分の個人情報が外部生成AIに
    パナソニックG、約33万人分の個人情報を社内禁止の外部生成AIにアップロード
    パナソニックグループで、従業員や元従業員とその家族約33万人分の個人情報が、社内で利用を禁止している外部の生成AIサービスにアップロードされた。同グループはデータが今後二次利用されないと説明しているが、その根拠は何か。禁止するだけでは防げない現実が問われている。
    元記事を読む (ITmedia AI+) ↗
  • ITmedia AI+ · JA 新モデル・リリース
    Discord、公開サーバの会話をGoogle検索などの対象に プライバシーへの懸念も
    Discordが公開サーバの会話をWeb検索対象に、日本は初期設定オンでプライバシー懸念も
    Google
    Discordは一部の公開サーバーの会話をGoogleなどのWeb検索の対象にすると発表した。11月中旬からAI要約を公開し、12月中旬には投稿本文も検索可能になる。日本では初期設定でオンとなるため、除外するには設定変更が必要。プライバシーやAI学習への利用を巡る懸念も広がっている。
    元記事を読む (ITmedia AI+) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Google data center hearing in Hermantown, Minnesota, shut down due to protests
    米ミネソタ州のGoogleデータセンター公聴会、抗議で中断
    Google ニューラルネットワーク
    ミネソタ州ハーモンタウンでのGoogleのデータセンター計画に関する公聴会が、抗議のため中断された。公聴会は1日延期されたが、計画は訴訟などの課題に直面している。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.LG (Machine Learning) · EN 推論・効率化
    Information-Theoretic Secure Aggregation With Heterogeneous Client Quantization
    量子化
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 資金・M&A
    TRACE: Memory-Efficient Time Series Class-Incremental Learning via Temporal-Spectral Reconstruction
    ニューラルネットワーク
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.LG (Machine Learning) · EN 開発者ツール
    High-resolution tactile observation makes hidden racket-control mechanisms learnable
    強化学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗