Новое исследование выявило неожиданное поведение в системах с несколькими языковыми моделями — спонтанную «взаимную защиту», которая может представлять угрозу для безопасности и достоверности анализа общественных дискуссий.
![Относительная погрешность приближения, демонстрируемая методом SHAP-IQ и его адаптивной версией, оптимизирующей параметр γ посредством алгоритма Adalina, подвергается влиянию параметров взвешенных значений Банцхафа [latex]w \in (0,1)[/latex] и значений Бета Шепли [latex](\alpha, \beta)[/latex], причём значения [latex](1,1)[/latex] соответствуют классическим значениям Шепли.](https://arxiv.org/html/2604.08438v1/x20.png)
В статье представлена теоретическая основа для разработки быстрых и эффективных алгоритмов оценки вклада признаков в модели машинного обучения.
Исследователи разработали алгоритм, позволяющий точно восстанавливать функции с анизотропной гладкостью на основе случайных выборок.
В статье представлен метод полупараметрической оценки причинно-следственных эффектов, сочетающий структурированное моделирование и гибкость в отношении распределения ошибок.
Новое исследование предлагает методику выявления ключевых параметров, влияющих на безопасность больших языковых моделей, что позволяет целенаправленно улучшать их устойчивость к потенциальным угрозам.