InferPriv 基准揭示 LLM 助手推断性隐私泄露
热点事件持续更新
InferPriv 基准揭示 LLM 助手推断性隐私泄露
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Pengrun Huang 等作者提出 InferPriv 基准，用来衡量“诚实但好奇”的接收方能否从 LLM 助手对常规任务的回复中推断出用户的敏感属性。 在隐私感知系统提示词下，GPT-6.1-Sol、Sonnet-5.5 和 Gemini-3.8-Flash 的直接泄露接近零，但推断性泄露率仍达 16.2%–25.2%。研究者据此称，仅评估显式泄露会显著低估隐私风险。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
InferPriv：评估 LLM 助手的推断性隐私泄露报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIInferPriv：评估 LLM 助手的推断性隐私泄露
研究者提出 InferPriv 基准，用于衡量 LLM 助手在常规任务回复中是否留下间接线索、让"诚实但好奇"的接收方推断出用户敏感属性。在隐私感知系统提示词下，GPT-6.1-Sol、Sonnet-5.5 和 Gemini-3.8-Flash 的直接泄露接近零，但推断性泄露率仍达 16.2%–25.2%。结果表明仅评估显式泄露会显著低估隐私风险。
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。