arXiv · NLP· Saswat Das, Ferdinando Fioretto·· 2026-10-14AI 评分28
NeuroFilter:面向隐私敏感 LLM Agent 的基于激活值的护栏
NeuroFilter: Activation-Based Guardrails for Privacy-Conscious LLM Agents
AI 导读
summary_zh: NeuroFilter 提出基于激活探查的隐私过滤机制,旨在解决 Agentic LLM 在推理时因访问敏感信息而导致的隐私泄露风险。 该方法具有计算效率高且能有效应对多轮对话场景的特点,超越了依赖昂贵辅助 LLM 监控器的传统防御手段。
来源:arXiv · NLP · arxiv.org