几美分即可画像：揭示 LLM 智能体的隐私冰山
Profiling for Pennies: Unveiling the Privacy Iceberg of LLM Agents
AI 导读
研究者提出 PrivacyIceberg 框架并开发 IcebergExplorer，用极少量的个人身份信息作为搜索种子重建高保真个人画像，在真实场景中 10 分钟内达到逾 90% 的事实准确率，成本低于 3 美元。PrivacyIceberg 按 LLM 利用的复杂程度将现实隐私风险分为三个层级：明确搜索、上下文推断和深度聚合。研究者还从人类认知和 LLM 集成平台的实践两方面考察隐私感知，发现平台在技术和政策上都未回应公众关切。基于审计结果，他们归纳出六类导致隐私泄露的成因，并针对 LLM 供应商、个人和数据发布方提出多方对策。