大语言模型中的差分隐私保护研究

摘要： 为提高大语言模型中的差分隐私保护的隐私性和效用性，提出一种基于效用机制优化的差分隐私模型。首先构建了大语言模型中的差分隐私保护方法框架；然后分别从敏感检测器和效用优化机制方面，对大语言模型中的差分隐私保护方法进行设计；最后以Claude 3.5大语言模型为例，验证本方法对大语言模型中的差分隐私保护效果。结果表明，本方法的平均反攻击成功率、推理准确率、精确率、运行时间分别为93.... （共7页）