机构名称：
¥ 2.0
隐私问题在实体之间不适当传输信息期间出现了突出的问题。现有的研究主要是通过探索狭义预定模式中的各种隐私攻击，防御和评估，同时忽略隐私不是一个孤立的，无上下文的概念，仅限于传统上敏感的数据（例如，社会要求），但与错综复杂的社会环境交织在一起，使人们对潜在的隐私构成的识别和分析变得复杂。大型语言模式的出现（LLMS）提供了前所未有的机会，以纳入隐私法中概述的细微差别方案，以解决这些综合隐私问题。但是，开源相关案例研究的稀缺性限制了LLM与特定法律法规保持一致的效率。为了应对这一挑战，我们介绍了一个新颖的框架，即旧的C oin 1，以有效地在隐私法律中进行司法评估侵犯隐私权的诉讼。我们的框架利用了纽约完整性作为桥梁的理论，创造了基于相关审核法规（例如HIPAA）的许多合成场景，以帮助LLMS理解现实世界中确定隐私风险的复杂环境。广泛的实验结果表明，G旧-C oin显着增强了LLMS在确认整个实际法院案件中隐私风险方面的能力，超过了不同的Judicial任务的基准。
Goldcoin：隐私中的大型语言模型...
主要关键词
相关文件推荐
