深度分析
SynBench：差分隱私下的專業領域合成資料效用與隱私測評
高風險領域的數據私密性阻礙資料共享與模型應用；SynBench提出以差分隱私為核心的標準化評估，整合九個具領域複雜性的資料集並測量效用與保真度；實驗顯示在差分隱私約束下生成高品質專用合成文本仍未達成熟，且預訓練資料的公開成分可能削弱隱私保證。
深度分析
高風險領域的數據私密性阻礙資料共享與模型應用；SynBench提出以差分隱私為核心的標準化評估，整合九個具領域複雜性的資料集並測量效用與保真度；實驗顯示在差分隱私約束下生成高品質專用合成文本仍未達成熟，且預訓練資料的公開成分可能削弱隱私保證。
合成軌跡
移動軌跡資料既敏感又具多面應用。研究提出合成軌跡效用評估框架，並檢視生成式模型的隱私檢測。結果顯示使用者連結指標可能掩蓋風險，並提出針對模糊生成器的會員推斷攻擊，突顯隱私挑戰。研究同時建議以成員推斷攻擊等對抗性評估補強隱私檢驗，並強調監管與對抗測試的重要性。