arXiv 自然语言处理· Junwei Chen, Manjiang Yu, Pengpeng Qiao, Yang Cao·2026-10-30 12:00· 10 小时前AI 评分34

面向 LLM 对齐的列表级偏好排序感知差分隐私发布

Rank-Aware Differentially Private Release of Listwise Preferences for LLM Alignment

AI 导读

研究人员提出面向大语言模型（LLM）对齐的排序感知指数机制，实现了本地差分隐私（LDP）下的列表级偏好数据发布。该机制将高敏感度的全排序偏好转化为低敏感度粒度，通过采样固定大小的二元划分将噪声集中在边界项附近。在匹配隐私预算下，下游 LLM 对齐任务表现持续优于现有 LDP 基线，相关代码已开源。