文本去标识化隐私评估审计方法研究

2026年11月3日，arXiv cs.CL 发表研究，提出一种基于先验归一化的截断泄漏评分，用于审计语言模型在去标识化文本上猜测受保护属性的置信增益，并在三个语料库的固定版本上变化评估接口进行检验。压力测试中，将红action编辑改为写入同跨度异性形式的编辑器在MedQA条目上按该评分排名第一，但经AUC重标记不变读法仅列八者第六，且规则感知的对手可从同一文本恢复属性。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。