跳到正文
arXiv · 机器人与计算机视觉· Xingqi Wang, Xiaoyuan Yi, Xing Xie, Jia Jia·· 8 天前精选AI 评分78

Specify Privacy Yourself:评估大视觉语言模型的推理时个性化隐私保护能力

Specify Privacy Yourself: Assessing Inference-Time Personalized Privacy Preservation Ability of Large Vision-Language Models

AI 导读

论文指出当前大视觉语言模型虽能保护通用隐私(如信用卡号),但缺乏对个性化、上下文相关隐私的保护能力。为此,作者提出了首个系统性评估框架 SPY-Bench,包含 32,700 个样本和针对用户指令的度量标准。

推荐理由

提出首个 ITP3 基准 SPY-Bench,揭示主流大模型个性化隐私保护能力不足,并给出噪声对比对齐方法将准确率提升至 96.88%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org