新的CIDER数据集助力大语言模型与用户隐私偏好对齐

研究人员推出CIDER，一个旨在帮助大语言模型更好地与个人隐私偏好对齐的新数据集。该数据集包含超过14,000条跨不同沟通场景的人工标注，详细说明了用户分享个人信息的意愿。实验表明，像GPT-5.4和Claude Sonnet 4.6这样的模型，在通过上下文信息进行个性化后，预测准确率可提高多达11.41个百分点，尽管这有时会导致不平衡的错误率。 AI

影响 该数据集有望促使大语言模型在实际互动中更好地尊重用户隐私。

排序理由 该集群描述了在arXiv上发布的一个新数据集和研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CIDER
• Claude Sonnet 4.6
• DagsHub
• Gotit.pub
• GPT-5.4
• Hugging Face
• ScienceCast

• 论文
• 安全

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