arXiv · cs.AI· Yiqu Yang, Qiaoyuan Zheng, Yang Tian, Yu Fan, Elliott Ash·· 6 小时前
TUPLE-Bench评估并缓解类型化决策模型的隐私—效用权衡
TUPLE-Bench: Evaluating and Mitigating Privacy-Utility Trade-offs in Typed Decision Models
arXiv:2610.23668v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yiqu Yang, Qiaoyuan Zheng, Yang Tian, Yu Fan, Elliott Ash
研究任务与主要进展
作者提出TUPLE-Bench基准，评估类型化决策模型的类别、概率和置信度输出造成的隐私泄露，并提出面向指定下游工作流的WCPQ方法。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org