OpenAI · 论文

Whiteout：用混淆样本阻止 LLM 泄露个人敏感信息

提出 Whiteout，用伪装样本微调覆盖个人敏感信息关联

arXiv

2610.02418

发表

10月1日

层

训练与数据层

场景

模型与 API

攻击者

黑盒、白盒

测试

Llama 3.2、Phi-3-mini、Gemma 3 等 7 个

• 防御模型加固
• 攻击提取与窃取