Xingyu Tang

新的Ctrl-G框架通过知识图谱增强LLM隐私

研究人员开发了Ctrl-G，一个新颖的框架，旨在增强知识图谱（KGs）与大型语言模型（LLMs）结合使用时的隐私性。该KG-RAG系统通过在将图谱发送到远程LLM之前，在本地创建条件化查询的、经过清理的图谱视图来解决结构和交互暴露问题。Ctrl-G采用分层控制器进行规划和探索，利用经验记忆来减少跨多个查询的重复披露。该框架表现强劲，在六个基准测试中的五个上达到了最高准确率，并且比最强的基线高出13.8个百分点。