待验证50% 置信事实精确时间

隐私泄露在全量微调、冻结路由器训练、LoRA、指令微调等多种微调范式下均持续存在

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

MoE路由遥测暴露隐私：专家选择泄露训练成员信息

涉及实体

LoRAconcept MoEconcept

相关事实

待验证差分隐私通过向训练数据或模型输出添加数学校准的随机噪声，使攻击者无法从输出反推出任何单个用户的数据71% 相似待验证隐私泄露不需要路由器特有的记忆，而是微调过程将成员信息注入到模型的隐藏表征中68% 相似已验证前向保密机制通过为每次会话动态生成临时会话密钥，确保即便用户长期私钥泄露，攻击者也无法回溯解密历史消息68% 相似待验证潜在规避手段包括对违法训练数据施加差分隐私噪声以模糊内部表征，或将违法内容与大量正常数据混合稀释68% 相似待验证业界应对训练数据隐私问题的常见方式包括明确的退出机制（opt-out）、将训练数据匿名化处理，或承诺不将用户数据用于训练68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990562

API

curl https://kongchang.com/api/v1/knowledge/claims/990562

MCP

get_claim(id=990562)