כתבה
arXiv cs.LG ·
DP-MGTD: זיהוי טקסט יוצר כלי רגלי באופן פרטי-שמור
DP-MGTD: Privacy-Preserving Machine-Generated Text Detection via Adaptive Differentially Private Entity Sanitization
אנו מציגים פרקטיקה חדשה לזיהוי טקסט יוצר כלי רגלי באופן פרטי-שמור, כאשר נעשה שימוש באלגוריתם לשינוי סניטיזציה פרטי-שמור. הפרקטיקה מבצעת הערכה תדירה של תקן תקציבי פרטיות ומשתמשת במנגנוני רעש לאפלסיאן ואקספוננציאלי. הניסויים המקיפים על ספריית MGTBench-2.0 הראו כי הפרקטיקה מגיעה לדיוק זיהוי כמעט מושלם, ומשפרת על-פי רבות את הדגמים הלא-פרטיים.
תקציר מקורי באנגליתarXiv:2601.04641v2 Announce Type: replace-cross Abstract: The deployment of Machine-Generated Text (MGT) detection systems necessitates processing sensitive user data, creating a fundamental conflict between authorship verification and privacy preservation. Standard anonymization techniques often disrupt linguistic fluency, while rigorous Differential Privacy (DP) mechanisms typically degrade the statistical signals required for accurate detection. To resolve this dilemma, we propose \textbf{DP-MGTD}, a framework incorporating an Adaptive Differentially Private Entity Sanitization algorithm. Our approach utilizes a two-stage mechanism that performs noisy frequency estimation and dynamically calibrates privacy budgets, applying Laplace and Exponential mechanisms to numerical and textual ent
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית