跳到主要內容
AI News HubLIVE
僅摘要

MemPrivacy：在保護用户數據的同時不破壞內存效用的邊緣-雲框架

MemPrivacy是一個由MemTensor、榮耀和同濟大學聯合提出的框架，旨在解決LLM驅動代理中雲內存系統暴露用户隱私的問題。它通過在設備端用類型化佔位符替換敏感數據，再發送到雲端處理，從而在保護隱私的同時保持內存效用。該框架引入了四級隱私分類法（PL1-PL4），並允許用户配置保護閾值。最佳模型MemPrivacy-4B-RL在基準測試中F1得分達85.97%，且內存效用損失控制在1.6%以內。

來源MarkTechPost作者: Asif Razzaq
MemPrivacy：在保護用户數據的同時不破壞內存效用的邊緣-雲框架
報告錯誤

更正渠道尚未開通，可先複製下方文章資訊留存。

查看更正說明

本文僅提供摘要

根據來源內容權限，本站僅提供編輯摘要、要點和原文連結。

展開要點與分析

文章情報

工程師進階

要點

  • MemPrivacy採用本地可逆假名化技術，在數據上傳前用類型化佔位符替換敏感信息，雲端僅處理佔位符，無法獲取原始數據。
  • 提出四級隱私分類法（PL1-PL4），用户可自定義保護級別，實現隱私與效用的精細權衡。
  • MemPrivacy-4B-RL模型在MemPrivacy-Bench上達到85.97%的F1分數，優於GPT-5.2和Gemini-3.1-Pro等通用模型。
  • 在LangMem、Mem0和Memobase三個內存系統上測試，PL2-PL4保護級別下內存效用損失不超過1.6%，遠低於不可逆掩碼造成的最高41.87%損失。

要點與分析由自動化流程生成，可能有誤，請結合原始來源核實。