实体
PrivacyPeek
PrivacyPeek
PulseAugur coverage of PrivacyPeek — every cluster mentioning PrivacyPeek 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
-
大型语言模型（LLM）代理面临日益增长的数据获取和自主性带来的隐私风险
近期研究强调了与大型语言模型（LLM）代理相关的重大隐私风险，特别是关于它们如何获取和处理用户数据。研究表明，虽然个性化是代理有效性的关键，但它常常导致隐私担忧加剧和用户信任度下降。新的基准和实验设计正在出现以解决这些问题，重点关注代理自主性、概率性隐私风险估计以及在代理最终输出之外审计数据获取阶段。这些努力旨在确保LLM代理能在不泄露用户敏感信息的情况下造福用户。
-
新研究应对从数据采集到重识别的 LLM 隐私风险
研究人员正在开发新方法来保护用户在使用大型语言模型 (LLM) 和 AI 代理时的隐私。几篇论文介绍了用于审计和缓解隐私风险的基准和框架，重点关注代理如何获取和潜在地滥用敏感信息。这些方法旨在确保 LLM 只访问必要数据，并抵御复杂的重识别攻击，即使在结合零散线索和公开信息时也是如此。