使用案例厂商宣传2026-06-19 08:00
MosaicLeaks: 你的研究智能体能保守秘密吗?
深度研究智能体在结合私有本地文档与外部网页检索时存在隐私泄露风险。MosaicLeaks 提出包含 1,001 条多跳研究链的新任务,每条链交错混合本地与公共子问题。测试发现智能体频繁泄露私有信息,单纯优化任务性能反而加剧泄露。基于此,研究提出隐私感知深度研究(PA-DR)强化学习训练方法,将严格链成功率从 48.7% 提升至 58.7%,同时将答案/全面信息泄露率从 34.0% 降至 9.9%。
来源
本页是 RebornArk 收录的摘要与标注,不是原文转载。完整表述以来源页面为准。
同一来源的其他动态
- 2026-10-04Microsoft ThinkingBox 在 Hugging Face 上发布,以数据库终态和 20 次重复评测智能体
- 2026-09-30NVIDIA 发布开源表格基础模型 Kumo Tabular,在 TabArena 等四项基准排名第一
- 2026-09-29H Company 发布 Holo4 智能体模型系列,含 27B 与 35B-A3B 两个版本
- 2026-09-23transformers 支持直接加载 GGUF 量化模型,本地推理性能接近 llama.cpp
- 2026-09-11Hugging Face 用 Gradio Workflow 重建 Workflow1111,复刻 AUTOMATIC1111 主要功能
- 2026-09-04Hugging Face 发布开源工具 funes,为编码智能体提供可本地持有的记忆层