🤖 machine learning
Tuning without Peeking: Provable Generalization Bounds and Robust LLM Post-Training
यह शोधपत्र BBoxER को प्रस्तुत करता है, जो LLM पोस्ट-ट्रेनिंग के लिए एक प्रमाणित रूप से सुदृढ़ ब्लैक-बॉक्स इवोल्यूशनरी विधि है, जो निहित डेटा संपीड़न (implicit data compression) के माध्यम से सूचना बाधा (information bottleneck) उत्पन्न करके गोपनीयता और सामान्यीकरण सुनिश्चित करता है, और प्रतिबंधित या प्रतिकूल वातावरण में ग्रेडिएंट-आधारित अनुकूलन के लिए एक सुरक्षित विकल्प प्रदान करता है।
Ismail Labiad, Mathurin Videau, Matthieu Kowalski, Marc Schoenauer, Alessandro Leite, Julia Kempe, Olivier Teytaud2026-06-24