Fraunhofer-Gesellschaft

Master's Thesis: Explainability of Transformer Models in Authorship Verification

Bayern · Fraunhofer Institute for Secure Information Technology SIT
Arbeitszeit Vollzeit oder Teilzeit
Aufgaben
Implementierung von Authorship-Verification-Modellen, Entwicklung und Evaluierung von Explainability-Methoden für Transformer-Modelle.
Anforderungen
Machine Learning und NLP Kenntnisse, sehr gute Python-Fähigkeiten (PyTorch/HuggingFace), wissenschaftliches Interesse.
Redaktionelle Kurzfassung auf Basis der öffentlich zugänglichen Ausschreibung. Der vollständige Text steht bei der ausschreibenden Einrichtung. Zur Original-Ausschreibung →
Besonderheiten
Master's Thesis: Explainability of Transformer Models in Authorship VerificationMaster's Thesis: Explainability of Transformer Models in Authorship VerificationDarmstadtSIT - Secure Information Technology
Schlagworte
Authorship VerificationTransformer ModelsExplainabilityMachine LearningNLPPythonPyTorchHuggingFaceInterpretabilityDeep LearningResearchMaster's Thesis
Deutschlands Stellenbörse für die Wissenschaft
wissenschaftsstellen.de
Fraunhofer-Gesellschaft – 3 weitere Stellen
← Zurück zur Stellenbörse