Naukowcy opublikowali benchmark do oceny trenowania dużych modeli językowych na danych prywatnych za pomocą techniki federacyjnego fine-tuningu. To podejście pozwala dostosowywać modele bez konieczności centralizacji wrażliwych danych. Badanie jest ważne dla organizacji, które chcą wykorzystywać LLM-y zachowując poufność swoich danych, otwierając nową granicę w bezpiecznym wdrażaniu sztucznej inteligencji.