本研究关注在线大型语言模型中的提示隐私问题，并针对现有方法仅限于文档级重写的局限性，提出了一种新颖的三阶段框架DP-GTR。该框架整合文档级和词级信息，通过组文本重写提升了隐私保护和实用性，实现了隐私与效用的优良平衡，实验结果表明其在多个任务上均优于现有方法。

本文介绍了GTR模型，它是一种双编码器模型，通过多阶段训练并扩大模型规模，在保持瓶颈嵌入大小不变的情况下，成功挑战了双编码器无法推广到其他域的观念。GTR在域外泛化方面表现出显著的检索性能提高，并且在BEIR数据集上优于现有的稀疏和密集的检索模型。消融研究表明，GTR在数据效率方面非常高效，只需要MS Marco 10％的监督数据即可实现最佳的跨域检索性能。

跃我 GTR 4 和 GTS 4 可以成为健康的守护者和健身的监督者，也可以成为生活的陪伴者。查看全文

浏览器内置拼写检查功能或上传用户隐私，Intel 发布 NUC 12 Enthusiast 迷你 PC 等。查看全文