实体
Haoran Wang
Haoran Wang
PulseAugur coverage of Haoran Wang — every cluster mentioning Haoran Wang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究发现：大型语言模型内部编码隐私规范但仍会泄露数据
一篇新的arXiv论文研究了大型语言模型（LLMs）如何处理隐私信息，发现虽然模型内部表征了隐私规范，但它们仍然会泄露敏感数据。研究人员发现，LLMs将信息类型、接收者和传输原则编码为不同的内部表征。尽管存在这种意识，表征与实际行为之间的差距会导致隐私泄露。该研究提出了一种名为CI-parametric steering的方法，通过干预这些特定维度来更好地控制LLM隐私，并建议通过使内部表征与期望行为保持一致来实现隐私的改进。
-
新方法增强了大型语言模型在提示、适应和 RAG 方面的隐私保护
研究人员开发了三种不同的方法来增强大型语言模型（LLM）的隐私保护。SharedRequest 提供了一个模型无关的框架，将提示与带噪声的变体混合，以在批处理级别隐藏敏感信息，从而提高可用性并降低推理成本。Echelon 提供了一个边界优先的训练架构，强制执行设备级别的模型状态非导出，从而实现跨隐私边界的可审计、仅聚合的适应。隐私感知解码（PAD）是一种轻量级的推理时防御机制，在生成过程中将校准后的噪声注入到令牌的 logits 中，…