CIDER 数据集：提升个性化隐私对齐
tianshi_li · x · 2026-08-26
发布了 CIDER 数据集，旨在解决大语言模型与人类个性化隐私偏好对齐的问题。该数据集包含来自 169 位用户的 14,850 条标注，覆盖 60 种人际交流场景。
主要发现：
- 仅需 6 个历史样本，LLM 的预测准确率最高可提升 11.41 个百分点。
- GPT-5.4 和 Claude Sonnet 4.6 等大模型能更好地利用语义语境理解用户特定偏好。
- 小模型则更倾向于依赖基于披露粒度和可识别性的结构化启发式规则。
「安全」频道最新
- 爆料称 Anthropic 新模型将发布,疑似已挖出十余个 Chrome 高危漏洞 — matthew_d_green · 2026-10-15
- Toby Walsh 提醒：全自动战斗无人机已现身真实战场 — TobyWalsh · 2026-10-15
- 教皇 AI 顾问警告：澳版权改革恐酿「新形式殖民主义」 — TobyWalsh · 2026-10-15
- Jamie Dimon 警告 AI Agent 访问银行账户的安全风险，JPMorgan 拒绝外部 Agent 接入 — AccBalanced · 2026-10-15
- 「你们都很爱 alignment faking」——用 Anthropic 论文玩梗 — dejavucoder · 2026-10-15
- 卫报:AI 监控席卷职场,老板可实时掌握员工生产力数据 — nordicinst · 2026-10-15