双世界不可区分性训练智能体隐私论文

1. 12:00
   arXiv · NLP

   Indistinguishable Agents：基于双世界不可区分性的智能体隐私训练

   研究提出 Indistinguishable Agents 方法，通过训练双世界中仅私有事实不同的模型，解决 LLM 智能体行动泄露隐私问题。 使用冻结区分器计算观察者视图的对数似然比，结合 GRPO 训练智能体在任务成功与降低该比值间取得平衡。 该方法在购物和消息任务中消除了奖励机制未能捕获的隐私泄露，且智能体仍能完成任务。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。