零知识训练设想：不共享数据也能给模型贡献微调
rickasaurus · x · 2026-10-15
rickasaurus 提出一个方向性观点：零知识训练/微调（zero knowledge training）将是大事——即在不共享原始数据的前提下向模型贡献改进，比如只回传微调后的权重增量。帖文是一句话设想，没有技术细节，但指向数据隐私与联合微调交叉的开放问题。
「研究」频道最新
- 博主汇总:前沿模型接连攻克人类困求数十年的难题 — IgorCarron · 2026-10-15
- 斯坦福发布 CausalSmith：用 Lean 自动化因果推断理论研究 — StanfordAILab · 2026-10-15
- Cellular Intelligence 多重扰动平台获 scverse 2026 最佳海报 — arjunrajlab · 2026-10-15
- BARRACUDA 微流控芯片一次捕获百万单细胞，高通量测绘基因线路设计空间 — NikoMcCarty · 2026-10-15
- 斯坦福 DexAgent:一条人类第一视角视频即可生成机器人灵巧操作训练数据 — StanfordAILab · 2026-10-15
- 约翰斯·霍普金斯团队获 HCOMP 2026 最佳论文:提出「信息满意度」摘要评测新轴 — mdredze · 2026-10-15