CALLIOPE：差分隐私主题层级发现框架

研究团队提出 CALLIOPE，一个自上而下的框架，用于在支持差分隐私的前提下，从 LLM 对话等大规模非结构化数据中发现主题层级。该框架整个流程直接调用 LLM 能力，不依赖向量嵌入聚类。 研究团队称，实验显示在差分隐私设置下，CALLIOPE 的效用优于现有基于嵌入的方法，在高隐私区间尤为明显；团队用多种传统聚类指标及新提出的效用指标评估了输出质量。

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。