该文综述大语言模型隐私风险，包括推断个人属性、泄露训练数据，指出现有匿名化与对齐防护不足。研究提出混淆函数、隐私保护语言模型及PrivQA基准，在保持效用同时增强隐私，并揭示越狱攻击仍可绕过防护。