研究：推荐系统语言嵌入可泄露物品身份

一项 arXiv 隐私论文研究称，推荐系统中用于表示物品内容的语言嵌入存在隐私风险：攻击者在掌握外部辅助物品文本时，用简单的余弦相似度攻击即可还原物品身份，在两个真实数据集上取得较高的平均倒数排名，且该结果在多个语言模型和候选集设置下均成立。研究由 Linda Beková 发表，指出该泄露还会波及用户重识别。

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。