跳到正文
arXiv · NLP· Teng-Ruei Chen·· 2026-10-08AI 评分28

LLM 路由元数据中的敏感话题泄露:测量与缓解

Sensitive-Topic Leakage Through LLM Routing Metadata: Measurement and Mitigation

AI 导读

研究量化了 LLM 路由元数据导致敏感话题泄露的隐私风险。在 170 万真实请求中,RouteLLM 在 50% 工作点上,骚扰和自残请求到达强模型的概率比同类低 19 点,而性相关请求高 10 点。 基于 20 个 RouteLLM 决策,区分频繁医疗咨询者的 AUC 为 0.71;使用 13-42 点的敏感主题路由差距时,移除此类差距最多在 RouterBench 上损失 0.2 点准确率。

来源:arXiv · NLP · arxiv.org