大模型对齐与安全

Towards Benchmarking Privacy Vulnerabilities in Selective Forgetting with Large Language Models

面向大语言模型中选择性遗忘隐私漏洞的基准测试

Wei Qian, Chenxu Zhao, Yangyi Li, Mengdi Huai

专题命中 隐私与版权 ：alignment(abstract)；分类 cs.LG

AI总结 本文提出首个评估选择性遗忘隐私漏洞的基准，系统研究了反向学习技术的隐私漏洞，并为定制应用提供标准化工具。