智能体对话隐私泄露基准

研究将 CIMemories 扩展为 CIMEMORIES DIALOGUE 基准，包含 4410 个基于语境完整性理论的双智能体对话实例，评测 Qwen3 与 Llama 3.1 家族的 7 个开源模型。结果显示任务能力与隐私泄露根本耦合：能力越强的模型泄露越多，思维模型泄露更严重，且泄露随对话轮次增加最高达 3 倍。