研究：代码模型PII泄漏风险因类型而异

Hua Yang等作者发表论文，用结构因果模型估计可学习性对代码模型（LLM4Code）泄漏PII的因果效应。结果显示泄漏风险因PII类型而异：IP地址等易学样本泄漏更多，密钥和密码等较难类型泄漏更少，模糊类型表现混合。作者称这是首个表明泄漏风险依赖PII类型的因果证据，可为类型感知与可学习性感知的防御提供指导。 研究构建了含多种PII类型的数据集，并微调不同规模的代表性LLM4Code模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。