JEPA-Prune：联合嵌入引导剪枝缓解微调大模型隐私泄露
原文标题：Prune the Leaky Neurons: Mitigating Private Data Leakage in Fine-Tuned LLMs via Joint-Embedding-Guided Pruning
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 JEPA-Prune 事后神经元剪枝框架，借助仅在无 PII 视图上训练的参考模型，通过联合嵌入预测架构捕捉领域知识而不含身份信息，再用跨模型表示探针、积分梯度与尺度不变特异性分数定位 PII 响应神经元并剪枝。实验显示仅剪除 1.6% 神经元即可将 PII 推断准确率降低最多 7.4 倍、提取召回降低最多 13.9 倍，多数模型未见文本困惑度保持在未剪枝模型的 16% 以内，而隐私神经元编辑会使困惑度至少上升 26 倍。
- 问题
- 大模型在私有数据上微调会泄露PII，现有防御难以兼顾隐私与可用性。
- 方法
- 用仅在无PII视图上训练的JEPA参考模型，结合跨模型表示探针、积分梯度与特异性分数定位PII响应神经元并事后剪枝，无需重训。
- 结果
- 仅剪除1.6%神经元，PII推断准确率最多降7.4倍、提取召回最多降13.9倍，多数模型困惑度保持在未剪枝的16%以内。
- 影响
- 给微调后模型提供低成本隐私补救手段，剪枝比例极小，适合已有私有模型的事后加固。
深读 · 结论先行AI 生成展开看要点与影响 ↓
JEPA-Prune仅剪1.6%神经元，PII推断准确率最多降7.4倍、提取召回降13.9倍
- •用仅在无PII视图上训练的JEPA参考模型，区分身份信息与领域知识神经元
- •跨模型表示探针结合积分梯度与尺度不变特异性分数定位PII响应神经元，无需重训
- •多数模型未见文本困惑度保持在未剪枝模型的16%以内
- •对照的隐私神经元编辑会使困惑度至少上升26倍
为什么重要：为私有数据微调后的模型提供了一条「删隐私、保效用」的事后路径，对合规敏感的企业微调场景有直接参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。