arXiv cs.AI·49 天前★ 3

AIM:多智能体多用户LLM系统的隐私感知互操作记忆框架

原文标题:AIM: A Privacy-Aware Interoperable Memory Framework for Multi-Agent Multi-User LLM Systems

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。

AI 智能摘要

论文提出AIM( Interoperable Memory),一个面向、多用户系统的统一隐私感知记忆框架,可动态区分私有与公共信息并实施索引级访问控制。同时发布MUMBench,首个评估多用户环境下检索、创建、更新、删除等记忆操作的公开数据集。AIM在可见性分类上达96.0%准确率。

深读 · 结论先行AI 生成展开看要点与影响 ↓

AIM统一多用户记忆框架,动态区分私有/公共信息并做索引级访问控制,可见性分类达96.0%。

  • •AIM将信息动态分类为私有(仅本人可检索)或公共(全体可访问),并实施索引级访问控制。
  • •同时发布MUMBench,称是首个评估多用户环境下检索、创建、更新、删除等记忆操作的公开数据集。
  • •MUMBench覆盖四个领域的多用户交互,含私有与可共享信息。
  • •三次独立运行中,可见性分类准确率96.0%,严格操作准确率58.8%,状态感知操作准确率70.5%。
  • •动机是现有记忆系统多停留在单用户层面,限制了可跨用户共享的公共知识。

为什么重要:多用户共享记忆是的刚需,也是隐私事故高发点;96%分类与不足60%的操作准确率说明隐私分层可行但记忆操作本身仍不成熟。

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。

阅读原文 +0
AI 处理过程展开/收起
原始标题:AIM: A Privacy-Aware Interoperable Memory Framework for Multi-Agent Multi-User LLM Systems
AI 中文标题:AIM:多智能体多用户LLM系统的隐私感知互操作记忆框架
来源:arXiv cs.AI · 发布于 49 天前
分类:大模型 · AI 重要度:★ 3(3)
标签:智能体记忆 / 多用户系统 / 隐私 / 访问控制 / 基准测试
关键词:agentic memory / multi-user LLM / privacy-aware / benchmark
AI 生成以上内容由 AI 自动生成:中文标题、摘要、分类与重要度;同一事件的多家报道会自动归并展示。 内容仅供参考,可能存在偏差,请以原文为准, 不构成任何投资或专业建议。
版权归原作者与原发布平台所有;若涉及侵权或信息错误,请在举报与侵权投诉页反馈,我们会及时处理。
每天 09:30,3 条 AI 圈真正重要的变化,免费订阅 →
AIM:多智能体多用户LLM系统的隐私感知互操作记忆框架 - 智讯 AI News