arXiv · cs.AI· Myunghoon Ryu, Geunpyo Park, Sungjoon Lee, XinYu Piao, Jong-Kook Kim·· 9 小时前
P2Skill：面向云端—本地 LLM 推理的隐私保护技能蒸馏方法
P2Skill: Privacy Preserving Skill Distillation for Cloud-Local LLM Inference Systems
arXiv:2608.14094v2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：Myunghoon Ryu, Geunpyo Park, Sungjoon Lee, XinYu Piao, Jong-Kook Kim
研究任务与主要进展
P2Skill 通过提示式技能蒸馏，让本地小语言模型自主执行四项技能，并由云端大模型依据执行失败迭代优化技能，以支持超出记忆化身份信息模式的泛化。该方法无需隐私专用微调或学习型辅助检测器；在真实用户查询中，三个本地小模型中表现最佳者的方案，比所有会将文本发送至云端的现有隐私保护方法传输更少标注身份标识，并且在泄漏控制方面比最接近的方法更频繁地保持回答质量，但完全本地回答保持质量的情况更多。
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