Reading Is Not Leaking: Local, Auditable Measurement and Reduction of Inference Exposure from Public Footprints

arXiv cs.CR · 29 sept, 06:00

Un equipo presenta un marco para medir y reducir la exposición de información que los modelos de lenguaje pueden inferir de perfiles públicos, usando análisis en el ordenador del propietario sin necesidad de LLM. El método separa la precisión de lectura de la tasa de fuga, introduce un protocolo de inyección para crear casos de prueba y utiliza un codificador de 106M parámetros que no genera texto sino que marca evidencia textual con certificados auditables. Las defensas propuestas reescriben hechos de forma más coarse para ocultar información de adversarios basados en LLM con un coste de edición un 40% menor que la eliminación.