Viernes 30 de octubre de 2026 ·
Un método de privacidad local para entrenar LLMs con rankings de preferencias
Investigadores proponen un mecanismo exponencial consciente del ranking que protege las preferencias de los usuarios al entrenar la alineación de modelos de lenguaje con feedback en forma de lista. Según el texto, supera a las bases de referencia de privacidad local con el mismo presupuesto de privacidad. La idea es concentrar el ruido cerca de los elementos fronterizos en lugar de perturbar todos por igual, como hace la respuesta aleatorizada (RR).
Qué significa
Los equipos que entrenan modelos con preferencias de usuarios podrían aprovechar rankings completos, que dan más información que las comparaciones por pares, sin exponer tanto los gustos individuales.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del viernes 30 de octubre de 2026 ->