I modelli di linguaggio e la divulgazione di dati sensibili

Modelli di linguaggio come GP3 di OpenAI e GShard di Google imparano a scrivere testi come fanno gli esseri umani, internalizzando milioni di esempi dalla rete pubblica. Partendo da fonti e piattaforme come ebook, Wikipedia, Reddit, essi arrivano a completare intere frasi e paragrafi. I modelli di linguaggio lasciano trapelare i dati sensibili Uno studio, pubblicato da Google, Apple, l’Università di Stanford, OpenAI, l’UCLA, Berkeley e la Northeastern University, mette in evidenza le insidie all’interno di questo approccio. I coautori hanno dimostrato