MemPrivacy-4B-RL — это легкая модель, сохраняющая конфиденциальность, разработанная на основе базовой модели Qwen3-4B и дополнительно оптимизированная посредством обучения с подкреплением. Он разработан специально для персонализированного управления памятью в периферийных облачных агентах, обеспечивая более надежные, адаптивные и конфиденциальные операции с памятью. Эта модель функционирует как основной механизм локального извлечения в рамках MemPrivacy. Вместо того, чтобы полагаться на агрессивное маскирование, разрушающее семантику, соответствующую задаче, модель точно идентифицирует чувствительные к конфиденциальности диапазоны на периферийных устройствах, классифицирует их в соответствии с четырехуровневой таксономией конфиденциальности и заменяет их семантически структурированными заполнителями с учетом типов (например, `) перед передачей данных в облако. Исходные значения надежно хранятся локально и восстанавливаются, когда облачный агент возвращает ответ. Модель принимает диалоговый текст наряду с основными идентификаторами пользователей и извлекает структурированный список экземпляров конфиденциальности с подробным описанием исходного текста, конкретного типа конфиденциальности и соответствующего ему уровня конфиденциальности. В этом примере показано, как использовать vLLM для извлечения структурированной информации о конфиденциальности из диалогов пользователя и ИИ. Модель руководствуется принципом конфиденциальности…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: IAAR-Shanghai
Теги: qwen3, privacy, privacy-detection, memory, personalized-memory, memory-system, memory-management, agent
Лайков: 11 | Загрузок: 1,110
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
