跳到主要内容
AI News HubLIVE
仅摘要

MemPrivacy：在保护用户数据的同时不破坏内存效用的边缘-云框架

MemPrivacy是一个由MemTensor、荣耀和同济大学联合提出的框架，旨在解决LLM驱动代理中云内存系统暴露用户隐私的问题。它通过在设备端用类型化占位符替换敏感数据，再发送到云端处理，从而在保护隐私的同时保持内存效用。该框架引入了四级隐私分类法（PL1-PL4），并允许用户配置保护阈值。最佳模型MemPrivacy-4B-RL在基准测试中F1得分达85.97%，且内存效用损失控制在1.6%以内。

来源MarkTechPost作者: Asif Razzaq
MemPrivacy：在保护用户数据的同时不破坏内存效用的边缘-云框架
报告错误

纠错通道尚未开通，可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限，本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

  • MemPrivacy采用本地可逆假名化技术，在数据上传前用类型化占位符替换敏感信息，云端仅处理占位符，无法获取原始数据。
  • 提出四级隐私分类法（PL1-PL4），用户可自定义保护级别，实现隐私与效用的精细权衡。
  • MemPrivacy-4B-RL模型在MemPrivacy-Bench上达到85.97%的F1分数，优于GPT-5.2和Gemini-3.1-Pro等通用模型。
  • 在LangMem、Mem0和Memobase三个内存系统上测试，PL2-PL4保护级别下内存效用损失不超过1.6%，远低于不可逆掩码造成的最高41.87%损失。

要点与分析由自动化流程生成，可能有误，请结合原始来源核实。