MemPrivacy-4B-SFT — это легкая, сохраняющая конфиденциальность модель, созданная на основе базовой модели Qwen3-4B. Он разработан специально для персонализированного управления памятью в периферийных облачных агентах. 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 управляется запросом классификации конфиденциальности и ограничена схемой JSON для возврата только конфиденциальной информации PL2, PL3 и PL4. Выход…
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: 10 | Загрузок: 1,336
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
