发布SPY-Bench评估LVLM个性化隐私保护
热点事件持续更新
发布SPY-Bench评估LVLM个性化隐私保护
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Xingqi Wang 等研究者提出推理时个性化隐私保护（ITP³）任务，并发布首个系统性评测该能力的基准 SPY-Bench，已获 ACM Multimedia 2025 Brave New Ideas track 接收。 SPY-Bench 包含 32,700 个样本，涵盖 67 个类别和 24 个真实场景，含图像-问题对和个性化隐私指令。对 21 个 SOTA 大视觉语言模型的评测显示，即使表现最好的 o4-mini 合规准确率也仅约 24%，表明其上下文隐私理解能力有限。 相关代码和数据已公开提供。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
SPY-Bench 评估大视觉语言模型的推理时个性化隐私保护能力报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AISPY-Bench 评估大视觉语言模型的推理时个性化隐私保护能力
研究者提出推理时个性化隐私保护（ITP³）任务，并发布首个系统性评测基准 SPY-Bench，包含 32,700 个样本、67 个类别和 24 个真实场景。对 21 个 SOTA LVLM 的评测显示，即使表现最好的 o4-mini 合规准确率也仅约 24%，上下文隐私理解能力有限。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。