Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.11128

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2507.11128 (cs)
[提交于 2025年7月15日 ]

标题: 应该让LLMs遗忘什么? 量化LLMs中的个人数据以满足被遗忘权请求

标题: What Should LLMs Forget? Quantifying Personal Data in LLMs for Right-to-Be-Forgotten Requests

Authors:Dimitri Staufer
摘要: 大型语言模型(LLMs)可以记忆和泄露个人信息,引发了对符合欧盟GDPR的担忧,特别是被遗忘权(RTBF)。现有的机器遗忘方法假设要遗忘的数据已经知道,但没有解决如何识别模型中存储的个体事实关联。隐私审计技术通常在人口层面操作或针对一小部分标识符,限制了对个体层面数据查询的适用性。我们引入了WikiMem,一个包含超过5000个自然语言信标的数据集,涵盖了来自Wikidata的243个人类相关属性,并提出了一个与模型无关的度量来量化LLMs中的人类事实关联。我们的方法使用校准后的负对数似然,在改写提示中对真实值与反事实进行排序。我们在15个LLMs(410M-70B参数)上评估了200个人,结果表明记忆与主体网络存在性和模型规模相关。我们为在个体层面识别LLMs中的记忆个人数据提供了基础,使能够动态构建遗忘集用于机器遗忘和RTBF请求。
摘要: Large Language Models (LLMs) can memorize and reveal personal information, raising concerns regarding compliance with the EU's GDPR, particularly the Right to Be Forgotten (RTBF). Existing machine unlearning methods assume the data to forget is already known but do not address how to identify which individual-fact associations are stored in the model. Privacy auditing techniques typically operate at the population level or target a small set of identifiers, limiting applicability to individual-level data inquiries. We introduce WikiMem, a dataset of over 5,000 natural language canaries covering 243 human-related properties from Wikidata, and a model-agnostic metric to quantify human-fact associations in LLMs. Our approach ranks ground-truth values against counterfactuals using calibrated negative log-likelihood across paraphrased prompts. We evaluate 200 individuals across 15 LLMs (410M-70B parameters), showing that memorization correlates with subject web presence and model scale. We provide a foundation for identifying memorized personal data in LLMs at the individual level, enabling the dynamic construction of forget sets for machine unlearning and RTBF requests.
评论: 16页,3张图。被接受为2025年第七届可解释数据挖掘知识发现研讨会(XKDD 2025)论文集,ECML PKDD 2025,葡萄牙波尔图
主题: 计算与语言 (cs.CL) ; 计算机与社会 (cs.CY); 机器学习 (cs.LG)
ACM 类: I.2.6; H.2.8
引用方式: arXiv:2507.11128 [cs.CL]
  (或者 arXiv:2507.11128v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.11128
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Dimitri Staufer [查看电子邮件]
[v1] 星期二, 2025 年 7 月 15 日 09:28:44 UTC (84 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.CL
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号