Ensemble Privacy Defense for Knowledge-Intensive LLMs against Membership Inference Attacks
知识密集型大语言模型的集成隐私防御:对抗成员推断攻击
机构 * Vanderbilt University(范德比大学) ; University of Arizona(亚利桑那大学) ; Clemson University(克莱姆森大学)
专题命中 知识库问答 :retrieval-augmented generation(abstract);RAG(abstract);分类 cs.AI
AI总结 本文提出集成隐私防御框架EPD,通过聚合知识注入LLM、基础LLM和专用判断模型的输出,有效降低成员推断攻击的成功率,提升知识密集型大语言模型的隐私安全性。