AVEC：面向本地大语言模型的隐私引导框架

本立场论文提出AVEC（Adaptive Verifiable Edge Control），一种通过在边缘端强制执行隐私并为委派查询提供显式可验证性来为本地语言模型引导隐私的框架。AVEC引入一种自适应预算算法，根据敏感性、本地置信度和历史用量分配每个查询的差分隐私参数，并使用可验证转换配合设备端完整性检查。我们采用R\'enyi差分隐私结合odometer-based accounting来形式化保证，并建立了效用上限、委派泄漏界限以及确定性门控和哈希唯一认证的不可实现性结果。我们的评估以仿真为主，旨在研究机制行为和计账；我们不声称具有部署就绪性或与实际大语言模型相关的任务级效用。该工作的贡献是一种概念架构和理论基础，为对本地大语言模型进行私有引导的经验性跟进指明了道路。