RECONS：针对多智能体LLM拓扑驱动隐私泄漏的净化方法

Sunday Oyinlola Ogundoyin 与 Muhammad Ikram 在 arXiv 发布论文，指出多智能体LLM系统中消息即使不含敏感词，也会因拓扑引入的接收方而泄漏隐私，并提出净化方法RECONS，按“检测→决策→转换”流程根据接收方和执行上下文决定干预，而非仅按信息敏感度处理。 基于论文摘要，作者在485个场景、覆盖协调者-工作者、点对点与层级三种拓扑、测量7个通信通道的评估中，发现拓扑引入接收方的披露率从0%升至52.2%，表面泄露率约为60.6%至62.8%。作者称RECONS将残余披露从无净化的96.7%降至29.25%，并保留94.1%的授权披露（对比全量脱敏仅保留20.5%）。上述结果为作者报告，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。