GRPO-UE

TextCloak框架使用强化学习保护文本免受LLM利用

研究人员开发了TextCloak，一个旨在保护文本数据免受大型语言模型（LLM）未经授权利用的新框架。该系统利用强化学习将干净文本转换为“不可学示例”，在未经授权的微调中使用时会降低LLM的效用，同时为合法目的保留文本的自然性和语义保真度。跨多个数据集和LLM的实验表明，TextCloak能有效损害未经授权的微调，并对各种自适应攻击表现出鲁棒性。