跳到主要內容
AI News HubLIVE
僅摘要

MemPrivacy:在保護使用者資料的同時不破壞記憶體效用的邊緣-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驅動代理中雲記憶體系統暴露使用者隱私的問題。它透過在裝置端用型別化佔位符替換敏感資料,再傳送到雲端處理,從而在保護隱私的同時保持記憶體效用。該框架引入了四級隱私分類法(PL1-PL4),並允許使用者配置保護閾值。最佳模型MemPrivacy-4B-RL在基準測試中F1得分達85.97%,且記憶體效用損失控制在1.6%以內。

來源MarkTechPost作者: Asif Razzaq
MemPrivacy:在保護使用者資料的同時不破壞記憶體效用的邊緣-雲框架
回報錯誤

更正管道尚未開通,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,在資料上傳前用型別化佔位符替換敏感資訊,雲端僅處理佔位符,無法獲取原始資料。
  • 提出四級隱私分類法(PL1-PL4),使用者可自定義保護級別,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三個記憶體系統上測試,PL2-PL4保護級別下記憶體效用損失不超過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。