摩斯大模型方向论文成功进入AAAI顶会前4.6%

继摩斯大模型跨域微调方向论文被顶级会议AAAI录取后，在被顶会录取的13000个投稿中，成功进入前4.6%，获得2025AAAI oral presentation资格。来自摩斯的代表，于近日在费城完成演讲。

摩斯的代表分析了当前离线调优方法所存在的问题，现场介绍了跨域微调大模型隐私保护训练方法，和摩斯基于此背景提出的ScaleOT框架。

这种新的大模型跨域微调算法，设计了重要性感知的动态层替换模型压缩方法，有效攻克了在仿真器生成时计算复杂度高、模型隐私安全性不足等难题，为大模型隐私微调方向提供了新颖的思路与解决方案。ScaleOT框架是一种新颖的隐私效用可扩展离线调优框架，能够有效平衡隐私性和效用性，实现生产级可用。

论文地址：https://arxiv.org/pdf/2412.09812

这一全新的大模型隐私微调算法，已在摩斯大模型隐私安全产品上线，产品融合了数据脱敏、拆分学习、模型混淆、差分隐私、TEE等多种技术路线，实现大模型落地应用中的模型微调、推理全链路数据和模型隐私安全保护。

同时，摩斯还提供大模型算力和行业大模型服务；支持TEE GPU云服务和一体机方案；支持开源通用大模型，支持deepseek满血版，以及法律大模型、金融大模型、营销大模型等行业大模型在线加密调用。

欢迎各行业生态伙伴进行合作咨询！！

关注我，获取更多资讯~

...全文

汇编语言 21,500 成员 41,619 内容