面向隐私保护的语言建模方法研究
计算与语言
2025-08-22 v1
摘要
近期语言建模的发展不断拓展其在 various applications and domains 中的应用。语言模型通常在敏感数据上训练，可能在隐私攻击期间记忆并披露此类信息，引发对保护个人隐私权利的担忧。保护语言模型中的隐私已成为关键研究领域，因为隐私是基本人权。尽管如此，关于这些语言模型拥有多少隐私风险以及如何缓解仍存疑惑。本研究通过提供全面的隐私保护语言建模方法综合研究来解决上述问题。本研究对这些方法进行深入概述，突出其优势，并探讨其局限性。本研究的成果为隐私保护语言建模的持续研究提供了宝贵的见解，并勾勒出未来研究方向。
引用
@article{arxiv.2508.15421,
title = {A Study of Privacy-preserving Language Modeling Approaches},
author = {Pritilata Saha and Abhirup Sinha},
journal= {arXiv preprint arXiv:2508.15421},
year = {2025}
}