PulseAugur
中
实时 07:24:05
English(EN) DP-MGTD: Privacy-Preserving Machine-Generated Text Detection via Adaptive Differentially Private Entity Sanitization

新框架在保护用户隐私的同时检测 AI 生成文本

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇研究论文介绍了一种新颖的框架 DP-MGTD，旨在在保护用户隐私的同时检测机器生成的文本。该系统采用了一种自适应差分隐私实体清理算法，利用拉普拉斯和指数机制的两阶段过程。该方法旨在平衡准确检测的需求与敏感用户数据的保护，而这些数据常常被传统的匿名化技术所损害。在 MGTBench-2.0 数据集上的实验表明，DP-MGTD 实现了高检测准确率，超越了非隐私方法，并满足严格的隐私标准。 AI

影响 这项研究可能带来更强大、更注重隐私的工具来识别 AI 生成的内容。

排序理由 该集群包含一篇已撤回的学术论文，详细介绍了一种检测机器生成文本的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新框架在保护用户隐私的同时检测 AI 生成文本

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Lionel Z. Wang, Yusheng Zhao, Jiabin Luo, Xinfeng Li, Lixu Wang, Yinan Peng, Haoyang Li, XiaoFeng Wang, Wei Dong ·

    DP-MGTD：通过自适应差分隐私实体清理实现隐私保护的机器生成文本检测

    arXiv:2601.04641v2 Announce Type: replace-cross Abstract: The deployment of Machine-Generated Text (MGT) detection systems necessitates processing sensitive user data, creating a fundamental conflict between authorship verification and privacy preservation. Standard anonymization…

相关实体

相关话题