新框架PrivAct通过内化保护增强LLM智能体的隐私

研究人员开发了PrivAct，一个旨在增强大型语言模型（LLM）智能体隐私的新框架。该系统将上下文隐私保护直接内化到智能体的生成行为中，解决了外部干预可能脆弱且增加隐私攻击面的局限性。实验表明，PrivAct在保持有用性的同时，可以将泄露率降低高达12.32%，并在各种多智能体配置中展示出改进的泛化性和鲁棒性。 AI

影响 通过将隐私直接嵌入其操作行为中来增强LLM智能体的安全性，有可能减少敏感应用中的数据泄露。

排序理由 该集群描述了一篇详细介绍LLM隐私新框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• PrivAct
• ScienceCast
• Yuhan Cheng

• 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 →