エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
連合学習において一部のクライアントに異常や悪意がある場合にも高精度にAIモデルを学習可能な手法を開発~LLM tsuzumi の学習への適用やIOWN機能としての実用化を目指す~ | ニュースリリース | NTT
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
連合学習において一部のクライアントに異常や悪意がある場合にも高精度にAIモデルを学習可能な手法を開発~LLM tsuzumi の学習への適用やIOWN機能としての実用化を目指す~ | ニュースリリース | NTT
トップページ ニュースリリース 連合学習において一部のクライアントに異常や悪意がある場合にも高精度... トップページ ニュースリリース 連合学習において一部のクライアントに異常や悪意がある場合にも高精度にAIモデルを学習可能な手法を開発~LLM tsuzumi の学習への適用やIOWN機能としての実用化を目指す~ 日本電信電話株式会社(本社:東京都千代田区、代表取締役社長:島田 明、以下「NTT」)と株式会社NTTデータ数理システム(本社:東京都新宿区、代表取締役社長:箱守 聰、以下「NTTデータ数理システム」)は、複数のクライアント(個人や組織)でデータを保持したまま分散して学習する連合学習において、一部のクライアントに異常や悪意がある場合にも高精度にAIモデルを学習可能な学習手法を開発しました。クライアント間で統計的なデータの偏りがある場合において、耐障害性が最も優位なアルゴリズムです。 個人情報などの機微なデータを使って複数者で学習する場合、データを手元に置いたまま安全に学習可能な連合