arXiv · cs.AI· Zhihao Liu, Yitian Cheng, Shuang Liu, Rui Wen, Yuke Hu, Zhan Qin·· 5 小时前
DP-MIND：面向百万 token 长上下文推理的差分隐私记忆框架
DP-MIND: Differentially private memory-guided Long context Inference
arXiv:2610.13132v1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：Zhihao Liu, Yitian Cheng, Shuang Liu, Rui Wen, Yuke Hu, Zhan Qin
研究任务与主要进展
研究提出 DP-MIND，将差分隐私推理扩展到百万 token 级上下文，并通过分块处理和紧凑记忆保留任务相关信息。框架使用强化学习在受扰动输入上优化记忆构建策略，再由本地去噪模块恢复受噪声影响的答案片段；基于论文摘要，作者还报告了理论隐私分析，以及在多个长上下文基准上相较现有差分隐私和长上下文推理基线更好的扩展性与效果。
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