蚂蚁数科与多所高校团队提出了ScaleOT框架，旨在保护大模型的隐私与所有权。该框架通过动态层替换和选择性秩压缩，实现高效的跨域微调，降低数据隐私风险，同时保持模型性能。研究表明，ScaleOT在多个模型上优于现有方法，为大模型隐私保护提供了新思路。
通过结构引导的对抗训练，引入了新的SADM扩散模型，提高了现有扩散模型的性能，优于现有方法的图像生成和跨域微调任务，建立了分辨率为256x256和512x512的图像网上新的FID技术。
完成下面两步后，将自动完成登录并继续当前操作。
