热点事件持续更新

审计LLM增强GNN的隐私风险

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Longzhu He 等作者发布论文，通过五阶段统一框架系统审计了LLM增强图神经网络（GNN）的隐私风险，覆盖10个文本属性图数据集、6种隐私攻击、42种LLM增强GNN配置及3个较新语言模型骨干。实验显示，LLM增强GNN虽提升效用，但在所评估攻击下隐私脆弱性始终高于浅层文本表示基线，其嵌入空间中链路、标签与成员关系信号更易被推理攻击利用。研究还评估了代表性防御措施的效果。

AI 根据报道生成 · 1 小时前更新

最新进展10月8日 12:00

LLM 增强图神经网络隐私风险审计研究

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv：cs.LG
LLM 增强图神经网络隐私风险审计研究
研究者通过五阶段统一框架系统审计了 LLM 增强 GNN 的隐私风险，覆盖 10 个文本属性图数据集、6 种隐私攻击、42 种 LLM 增强 GNN 配置及 3 个较新语言模型骨干。实验显示，LLM 增强 GNN 虽提升效用，但在所评估攻击下隐私脆弱性始终高于浅层文本表示基线，其嵌入空间中链路、标签与成员关系信号更易被推理攻击利用。研究还评估了代表性防御措施的效果。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。