PrivacyReasoner：LLM 能否模拟类人的隐私心智？
人工智能
2026-04-15 v2
摘要
先前关于基于 LLM 的隐私研究侧重于对合成情境的规范判断，而非人们如何思考特定的数据实践并形成其观点。我们通过设计 PrivacyReasoner 来解决这一空白，这是一种基于三个关键理念的智能体架构：（1）LLMs 能够检测自然语言中微妙的隐私线索并扮演人类特征；（2）用户的“隐私心智”可以从其真实的在线评论历史中重构，提炼经验、性格和文化取向；（3）上下文过滤器可以根据场景中的上下文动态激活相关的隐私信念。我们在来自 Hacker News 的真实隐私讨论上评估了 PrivacyReasoner，使用针对既定隐私关注分类法校准的 LLM-as-a-Judge 评估器来量化推理的忠实度。PrivacyReasoner 在预测个人隐私关注方面显著优于基线，并在 AI、电子商务和医疗保健等不同领域具有泛化能力。
引用
@article{arxiv.2601.09152,
title = {PrivacyReasoner: Can LLM Emulate a Human-like Privacy Mind?},
author = {Yiwen Tu and Xuan Liu and Lianhui Qin and Haojian Jin},
journal= {arXiv preprint arXiv:2601.09152},
year = {2026}
}