新论文提出用学习式哈希实现隐私保护稠密检索
热点事件持续更新
新论文提出用学习式哈希实现隐私保护稠密检索
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Peichun Hua 等研究者在 arXiv 论文《Pointing the Way, Hiding the Destination》中提出一种隐私保护稠密检索协议：将学习型深度哈希用作私有过滤器，用随机二进制码让服务方定位少量候选文档，再通过加密重排和不经意密钥传输保护具体查询与最终选择，只返回授权文档。 论文实验显示，该方法在 25K 至 5.4M 文档规模的五个零样本语料上，用 200-500 个候选即可接近全库检索质量；在 2.68M 段落的 NQ 语料、10-Gbps 链路下，仅给 128-token Qwen3-32B 的 RAG 流水线增加 0.38 秒（6.5%）开销。
AI 根据报道生成 · 1 小时前更新
最新进展11月14日 13:00
Pointing the Way, Hiding the Destination：大规模实用私有稠密检索方案报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIPointing the Way, Hiding the Destination：大规模实用私有稠密检索方案
arXiv 论文提出将学习型深度哈希用作隐私过滤器，实现既保护查询与结果隐私、又只返回授权文档的私有稠密检索。用 200-500 个候选即可在 25K 至 5.4M 文档的五个零样本语料上接近全库检索质量；在 2.68M 段落的 NQ 语料、10-Gbps 链路上，仅给 128-token Qwen3-32B RAG 流水线增加 0.38 秒（6.5%）开销。
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。