新的HiTMS框架提高了LLM语言隐写术的吞吐量

研究人员开发了HiTMS，一个旨在提高使用大型语言模型进行语言隐写术的效率和安全性的新框架。这种新方法允许将秘密数据分布在连续交互轮次中生成的多个响应中，与单流方法相比，吞吐量显著提高。HiTMS还包含一个自描述帧和一个派生密钥的调度，以隐藏活动流的数量并确保信息的精确恢复，从而降低被隐写分析器检测到的可能性。 AI

影响 通过提高在LLM输出中隐藏信息的效率来增强数据安全和隐私。

排序理由 该项目描述了一个在arXiv论文中提出的语言隐写术新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• GitHub
• Gotit.pub
• HiTMS
• Hugging Face
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →