ScaleOT框架亮相AAAI 2025：提升隱私保護50%，降算力成本90%

近日，在全球人工智能頂級學術會議AAAI2025期間，螞蟻數科、浙江大學、利物浦大學和華東師範大學聯合團隊提出創新的跨域微調（offsite-tuning）框架——ScaleOT。該框架能在模型性能無損前提下，將隱私保護效果提升50%，與知識蒸餾技術相比，算力消耗顯著降低90%，爲百億級參數模型的跨域微調提供高效輕量化方案，論文因創新性入選AAAI的oral論文(本屆大會近13000篇投稿，口頭報告比例僅4.6%)。跨域微調是目前業內保護模型產權與數據隱私的主流方案，通過有損壓縮將大模型轉換爲仿真器，