具有双重关注的AI代理：确保隐私与战略性自我披露
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了基于大型语言模型的AI代理在社交互动中可能导致的隐私泄露问题。我们提出了一种新颖的AI代理系统，能够在保护隐私的同时实现必要的自我披露，旨在为用户的社交关系和任务场景提供平衡。用户研究表明，该系统在多样化和动态社交互动中有效保护隐私，具有重要的实践意义。
本文介绍了一种保护用户在线隐私的方法，开发了19个自我披露类别的分类系统，并建立了一个包含4800个注释的大样本。通过微调语言模型，Token F1超过75%。用户研究显示，82%的参与者对模型持积极态度。提出了自我披露抽象任务，尝试多种微调策略，最佳模型在降低隐私风险的同时保持高效用。
