字节跳动安全中心

论文提出了一种基于分割学习的“分割-隐私化” 联邦精调框架，能够在保障模型和数据隐私的同时，有效提升模型在下游任务上的可用性，为大语言模型精调服务的实际应用落地做了更多探索努力。