[논문리뷰] BitAbuse: A Dataset of Visually Perturbed Texts for Defending Phishing Attacks (NAACL 2025 Findings)
요약: 본 연구에서는 시각적으로 변형된 텍스트를 포함한 실제 피싱 사례로 구성된 BitAbuse 데이터셋을 제안하며, 이를 통해 언어 모델의 성능을 향상시키고 적대적 공격 방어 연구를 지원하고자 한다.
Recent Posts
[Paper Review] BitAbuse: A Dataset of Visually Perturbed Texts for Defending Phishing Attacks (NAACL 2025 Findings)
Summary: This study proposes the BitAbuse dataset, which comprises real phishing cases containing visually perturbed (VP) texts. The dataset aims to enhance ...
[논문리뷰] Evaluating the Ripple Effects of Knowledge Editing in Language Models (TACL 2024)
요약: 현대 언어 모델은 많은 사실적 지식을 포착하지만, 때때로 잘못된 정보가 생성될 수 있다. 본 연구에서는 이러한 사실 수정의 파급 효과를 평가하는 새로운 기준을 제안하고, 이를 통해 여러 수정 방법의 한계를 지적하였다.
[논문리뷰] Building Persona Consistent Dialogue Agents with Offline Reinforcement Learning (EMNLP 2023)
이 논문은 대화 시스템의 페르소나 일관성을 향상시키기 위해 기존 데이터로 비용 효율적인 훈련이 가능한 오프라인 강화학습(RL) 프레임워크를 제안하며, 자동화 및 인간 평가에서 높은 페르소나 일관성과 대화 품질을 입증한다.
[Paper Review] Building Persona Consistent Dialogue Agents with Offline Reinforcement Learning (EMNLP 2023)
This paper presents an offline reinforcement learning (RL) framework to enhance persona consistency in dialogue systems, combining the benefits of supervised...