Whiteout：用混淆样本阻止LLM泄露个人信息
热点事件持续更新
Whiteout：用混淆样本阻止LLM泄露个人信息
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者 Anna Yoo Jeong Ha 等人发布论文，提出 Whiteout 方法：在个人提出请求后，用精确设计的混淆样本覆写 LLM 中的真实个人敏感信息（PSI），阻止模型复述生日、电话、住址等内容。 该方法在包括一款常用 OpenAI 模型在内的多种规模与厂商模型上测试，作者称其能有效阻止目标 PSI 泄露，对模型效用与安全性影响可忽略，并优于现有方案；面对越狱等黑盒攻击及重学习、量化等白盒自适应攻击，Whiteout 同样通过测试。
AI 根据报道生成 · 47 分钟前更新
最新进展11月11日 13:00
Whiteout：用混淆样本阻止 LLM 泄露个人敏感信息报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIWhiteout：用混淆样本阻止 LLM 泄露个人敏感信息
研究者提出 Whiteout，可在个人提出请求后，用精确设计的混淆样本覆写 LLM 中的真实个人敏感信息（PSI），阻止模型复述生日、电话、住址等内容。该方法在包括一款常用 OpenAI 模型在内的多种规模与厂商模型上测试，能有效阻止目标 PSI 泄露，对模型效用与安全性影响可忽略，并优于现有方案。面对越狱等黑盒攻击及重学习、量化等白盒自适应攻击，Whiteout 同样通过测试。
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。