Training Witnesses: Trusting the Training without Trusting the Trainer
该论文针对机器学习领域一个日益尖锐的结构性问题：研究进展的速度已经超过了验证能力。随着论文数量激增，每一项科学结论在最初阶段都只能依赖对「训练者」的信任，由此造成评测标准不统一、基线不可比、可靠进展被拖慢。传统上验证负担落在读者身上——读者
#data-governance
共收录 8 条相关情报。
← 返回所有主题Can Prompt Anonymity Protect Your Identity From LLM Providers?
该论文研究了一个在 LLM 隐私保护实践中长期被忽视的空白：现有的「匿名化 LLM 代理」方案（如剥离账号标识、通过中间代理转发）只能切断用户身份与提示词之间的显式关联，但提示词内容本身仍然原样暴露给 LLM 服务商。作者指出，服务商可据此
Never Emitted: Reporter Attribution in GitHub's Machine-Readable Vulnerability Records
该论文《Never Emitted: Reporter Attribution in GitHub's Machine-Readable Vulnerability Records》研究漏洞记录中“发现者/报告者归属（credit）”信息的
Decoding the Legalese: A Scalable and Quantitative Framework for Analyzing Corporate Privacy Policies
隐私政策是组织披露其如何收集、处理与共享个人数据的主要机制，但这类文档往往冗长、法律语言密集，普通用户难以解读，论文作者认为这种难读性可能是刻意设计的结果。更关键的是，目前除了「是否满足监管条文」之外，业界缺乏能够刻画隐私政策关键质量的标准
Multi-center Medical Data Mining with FL-Net - A One-stop Shop for Federated Learning
该论文聚焦于联邦学习在临床多中心研究中的落地难题。作者指出，联邦学习虽然能在不共享患者级原始数据的前提下实现多方协同建模，但绝大多数研究仍停留在仿真阶段，难以真正部署到跨医院的真实临床研究中。为厘清差距，作者先从文献中归纳出五项核心需求（涵
LLM-Based Schema-Aware Split Learning for Privacy-Preserving Mental Distress Prediction Across Heterogeneous Surveys
随着社会与生活方式复杂度上升，全球心理健康困扰的患病率持续增长。教育机构、职场与诊所等组织积累了海量的心理健康问卷调查数据，若能进行跨机构的协作分析，就有望训练出更具泛化能力、可有效识别心理困扰的预测模型。然而这一目标面临两大障碍：一是隐私
CounterPersona: Append-Only Defense Against Unauthorized Persona Skill Distillation
该论文关注的是「人格技能蒸馏」（persona skill distillation）带来的隐私与劳动自主权风险：攻击者可以从个人历史信息（如文本、对话、行为记录）中提取反复出现的行为模式，把它们编码成可复用的技能，从而让 AI 系统高度复
Reversibility-Verified De-identification for Cloud-Local LLM Inference: A Locally Certified Dehydrate-Rehydrate Loop with Layered Assurance (DR-SL)
本文针对「云-端协同 LLM 推理」中的隐私取舍问题提出 DR-SL 框架（Dehydrate-Rehydrate with Self-Learning loop，脱水-再水化自学习闭环）。现实困境在于：企业希望把敏感用户数据留在本地，却又