数据隐私(Data Privacy)指在模型训练微调与交互中保护个人敏感信息(PII)等数据,主要风险有训练数据泄露、模型记忆重现、推理信息暴露三类,对策是数据匿名化、差分隐私、联邦学习与加密,解决用户数据在AI链路中失控问题,并不解决模型输出准确性与偏见问题。
数据隐私(Data Privacy)是指什么?
数据隐私是指 保护在模型训练、微调及与用户交互过程中涉及的个人敏感信息(PII)及其他机密数据,防止其未经授权被访问、泄露或滥用 。数据隐私的主要风险包括训练数据中的隐私信息泄露、模型对训练样本的记忆
🔗 本文链接