分析与理论arXiv 2601.02002
探索检测大语言模型中推荐系统数据记忆的方法
比较提示抽取与激活探测对推荐系统数据记忆的检出
- arXiv
- 2601.02002
- 发表
- 层
- 模型层
- 场景
- 模型与 API
- 被测模型
- LLaMA-1B、LLaMA-3B
- 攻击提取与窃取
摘要作者称自动优化提示最有希望抽出影片，但数值字段和高分都不能确认泄漏。
作者比较越狱、激活探测和自动提示，看公开 LLaMA 能否抽出或检出 MovieLens-1M 中的记忆。
另有203篇论文还没打上分类标签，暂不在筛选结果里。
比较提示抽取与激活探测对推荐系统数据记忆的检出
作者比较越狱、激活探测和自动提示，看公开 LLaMA 能否抽出或检出 MovieLens-1M 中的记忆。