跳到正文
热点事件持续更新

研究者提出情境完整性生成模型研究信息分享

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Omer Ebead、Claude Formanek 与 Joel Z. Leibo 提出一个情境完整性生成模型,让两个由大语言模型扮演的角色在模拟对话中交换信息:一方持有隐私信息,另一方索取。结果显示,角色会在信息确有需要时分享给合法接收者,但也会向无权获取的人泄露信息。 研究者称,该模型可用于研究披露与拒绝行为如何随情境、持有者的决策逻辑、性格倾向及底层语言模型而变化。论文已被 NeurIPS 2026 接收为主会论文。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv cs.AI
    用生成模型研究上下文完整性:LLM 对话中的信息分享与拒绝

    研究者构建了一个上下文完整性的生成模型,让两个由大语言模型扮演的角色在模拟对话中交换信息,一方持有隐私信息、另一方索取。结果显示,角色会在信息确有需要时分享给合法接收者,但也会向无权获取的人泄露信息。该模型可用于研究披露与拒绝行为如何随情境、持有者的决策逻辑、性格倾向及底层语言模型而变化,论文已被 NeurIPS 2026 接收为主会论文。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。