ترجمه فارسی مقاله وعده و خطر مدل های تولید کد مشارکتی: ایجاد تعادل بین اثربخشی و حفظ کردن

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Promise and Peril of Collaborative Code Generation Models: Balancing Effectiveness and Memorization
عنوان مقاله به فارسی وعده و خطر مدل های تولید کد مشارکتی: ایجاد تعادل بین اثربخشی و حفظ کردن
نویسندگان Zhi Chen, Lingxiao Jiang
فرمت مقاله انگلیسی PDF
تعداد صفحات 13
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Software Engineering,Artificial Intelligence,Machine Learning,مهندسی نرم افزار , هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 18 September, 2024; originally announced September 2024. , Comments: Paper accepted to the ASE 2024 Conference Research Track
توضیحات به فارسی ارائه شده در 18 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: مقاله پذیرفته شده در آهنگ تحقیقات کنفرانس ASE 2024
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In the rapidly evolving field of machine learning, training models with datasets from various locations and organizations presents significant challenges due to privacy and legal concerns. The exploration of effective collaborative training settings capable of leveraging valuable knowledge from distributed and isolated datasets is increasingly crucial. This study investigates key factors that impact the effectiveness of collaborative training methods in code next-token prediction, as well as the correctness and utility of the generated code, demonstrating the promise of such methods. Additionally, we evaluate the memorization of different participant training data across various collaborative training settings, including centralized, federated, and incremental training, highlighting their potential risks in leaking data. Our findings indicate that the size and diversity of code datasets are pivotal factors influencing the success of collaboratively trained code models. We show that federated learning achieves competitive performance compared to centralized training while offering better data protection, as evidenced by lower memorization ratios in the generated code. However, federated learning can still produce verbatim code snippets from hidden training data, potentially violating privacy or copyright. Our study further explores effectiveness and memorization patterns in incremental learning, emphasizing the sequence in which individual participant datasets are introduced. We also identify cross-organizational clones as a prevalent challenge in both centralized and federated learning scenarios. Our findings highlight the persistent risk of data leakage during inference, even when training data remains unseen. We conclude with recommendations for practitioners and researchers to optimize multisource datasets, propelling cross-organizational collaboration forward.

چکیده به فارسی (ترجمه ماشینی)

در زمینه در حال تحول سریع یادگیری ماشین ، مدل های آموزشی با مجموعه داده های مکان ها و سازمان های مختلف به دلیل حفظ حریم خصوصی و نگرانی های قانونی ، چالش های قابل توجهی را ارائه می دهند.اکتشاف تنظیمات آموزش مشارکتی مؤثر قادر به اعمال دانش ارزشمند از مجموعه داده های توزیع شده و منزوی به طور فزاینده ای بسیار مهم است.این مطالعه به بررسی عوامل کلیدی می پردازد که بر اثربخشی روشهای آموزش مشترک در کد پیش بینی بعدی و همچنین صحت و کاربرد کد تولید شده تأثیر می گذارد و نوید چنین روشهایی را نشان می دهد.علاوه بر این ، ما یادآوری داده های مختلف آموزش شرکت کنندگان را در تنظیمات مختلف آموزش مشترک ، از جمله آموزش های متمرکز ، فدرال و افزایشی ارزیابی می کنیم و خطرات احتمالی آنها را در داده های نشت نشان می دهیم.یافته های ما نشان می دهد که اندازه و تنوع مجموعه داده های کد فاکتورهای مهم مؤثر بر موفقیت مدل های کد مشترک است.ما نشان می دهیم که یادگیری فدرال در ضمن ارائه محافظت بهتر از داده ها ، عملکرد رقابتی را در مقایسه با آموزش های متمرکز به دست می آورد ، همانطور که توسط نسبت های یادبود پایین تر در کد تولید شده مشهود است.با این حال ، یادگیری فدرال هنوز هم می تواند قطعه های کد کلامی را از داده های آموزش پنهان تولید کند ، به طور بالقوه نقض حریم خصوصی یا حق چاپ.مطالعه ما بیشتر به بررسی الگوهای اثربخشی و یادآوری در یادگیری افزایشی می پردازد ، با تأکید بر توالی که در آن مجموعه داده های شرکت کننده فردی معرفی می شود.ما همچنین کلون های سازمانی متقابل را به عنوان یک چالش شایع در هر دو سناریو یادگیری متمرکز و فدرال شناسایی می کنیم.یافته های ما خطر مداوم نشت داده ها در هنگام استنتاج را برجسته می کند ، حتی اگر آموزش داده ها غیب باشد.ما با توصیه هایی برای پزشکان و محققان برای بهینه سازی مجموعه داده های چند منبع ، نتیجه می گیریم و همکاری های سازمانی متقابل را به جلو سوق می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.