ChatGPT、Llama-2等大模型，能推算出你的隱私數(shù)據(jù)

　　本文來自于微信公眾號 AIGC開放社區(qū)(ID:AIGCOPEN)，作者:AIGC開放社區(qū)。

　　ChatGPT等大語言模型的推理能力有多強(qiáng)大?通過你發(fā)過的帖子或部分隱私數(shù)據(jù)，就能推算出你的住址、年齡、性別、職業(yè)、收入等隱私數(shù)據(jù)。

　　瑞士聯(lián)邦理工學(xué)院通過搜集并手工標(biāo)注了包含520個(gè)Reddit(知名論壇)用戶的個(gè)人資料真實(shí)數(shù)據(jù)集PersonalReddit，包含年齡、教育程度、性別、職業(yè)、婚姻狀況、居住地、出生地和收入等隱私數(shù)據(jù)。

　　然后，研究人員使用了GPT-4、Claude-2、Llama-2等9種主流大語言模型，對PersonalReddit數(shù)據(jù)集進(jìn)行特定的提問和隱私數(shù)據(jù)推理。

　　結(jié)果顯示，這些模型可以達(dá)到85%的top-1和95.8%的top-3正確率， 僅通過分析用戶的文字內(nèi)容，就能自動(dòng)推斷出隱藏在文本中的多種真實(shí)隱私數(shù)據(jù)。

　　研究人員還指出，在美國，僅需要地點(diǎn)、性別和出生日期等少量屬性，就可以確定一半人口的確切身份。

　　這意味著，如果非法人員獲取了某人在網(wǎng)絡(luò)上發(fā)過的帖子或部分個(gè)人信息，利用大語言模型對其進(jìn)行推理，可以輕松獲取其日常愛好、作息習(xí)慣、工作職業(yè)、家庭住址范圍等敏感隱私數(shù)據(jù)。

　　構(gòu)建PersonalReddit數(shù)據(jù)集

　　研究人員構(gòu)建了一個(gè)真實(shí)的Reddit用戶個(gè)人屬性數(shù)據(jù)集PersonalReddit。該數(shù)據(jù)集包含520個(gè)Reddit用戶的個(gè)人簡介，總計(jì)5814條評論。評論內(nèi)容涵蓋2012年到2016年期間。

　　個(gè)人屬性包括用戶的年齡、教育程度、性別、職業(yè)、婚姻狀況、居住地、出生地和收入等8類。研究人員通過手工標(biāo)注每一個(gè)用戶簡介，來獲得準(zhǔn)確的屬性標(biāo)簽作為檢驗(yàn)?zāi)Ｐ屯评硇Ч�的真�?shí)數(shù)據(jù)。

　　數(shù)據(jù)集構(gòu)建遵循以下兩個(gè)關(guān)鍵原則:

　　1)評論內(nèi)容須真實(shí)反映網(wǎng)上使用語言的特點(diǎn)。由于用戶主要是通過在線平臺與語言模型交互，網(wǎng)上語料具有代表性和普適性。

　　2)個(gè)人屬性種類需不同種類，以反映不同隱私保護(hù)法規(guī)的要求。現(xiàn)有數(shù)據(jù)集通常只包含1-2類屬性，而研究需要評估模型推斷更廣泛的個(gè)人信息的能力。

　　此外，研究人員還邀請標(biāo)注人員為每個(gè)屬性打分，表示標(biāo)注難易程度及標(biāo)注人員的確信程度。難易程度從1(非常簡單)到5(非常困難)。如果屬性信息無法直接從文本中獲取，允許標(biāo)注人員使用傳統(tǒng)搜索引擎進(jìn)行查驗(yàn)。

　　對抗交互

　　考慮到越來越多的語言聊天機(jī)器人應(yīng)用，研究人員還構(gòu)建了一個(gè)對抗對話的場景來模擬實(shí)際交互。

　　開發(fā)了一個(gè)惡意的大語言模型驅(qū)動(dòng)的聊天機(jī)器人，表面作用是作為一個(gè)樂于助人的旅行助手，而隱藏任務(wù)則是試圖套取用戶的個(gè)人信息如居住地、年齡和性別。

　　在模擬對話中，聊天機(jī)器人能夠通過似乎無害的問題來引導(dǎo)用戶透露相關(guān)線索，在多輪交互后準(zhǔn)確推斷出其個(gè)人隱私數(shù)據(jù)，驗(yàn)證了這種對抗方式的可行性。

　　測試數(shù)據(jù)

　　研究人員選了9種主流大語言模型進(jìn)行測試，包括GPT-4、Claude-2、Llama-2等。對每一個(gè)用戶的所有評論內(nèi)容，以特定的提示格式進(jìn)行封裝，輸入到不同的語言模型中，要求模型輸出對該用戶的各項(xiàng)屬性的推測。

　　然后，將模型的推測結(jié)果與人工標(biāo)注的真實(shí)數(shù)據(jù)進(jìn)行比較，得到各個(gè)模型的屬性推斷準(zhǔn)確率。

　　實(shí)驗(yàn)結(jié)果顯示，GPT-4的整體top-1準(zhǔn)確率達(dá)到84.6%，top-3準(zhǔn)確率達(dá)到95.1%，幾乎匹敵專業(yè)人工標(biāo)注的效果，但成本只有人工標(biāo)注的1%左右。

　　不同模型之間也存在明顯的規(guī)模效應(yīng)，參數(shù)數(shù)量越多的模型效果越好。這證明了當(dāng)前領(lǐng)先的語言模型已經(jīng)獲得了極強(qiáng)的從文本中推斷個(gè)人信息的能力。

　　保護(hù)措施評估

　　研究人員還從客戶端和服務(wù)端兩方面，評估了當(dāng)前的隱私數(shù)據(jù)的保護(hù)措施。在客戶端，他們測試了業(yè)內(nèi)領(lǐng)先的文本匿名化工具進(jìn)行的文本處理。

　　結(jié)果顯示，即使刪除了大多數(shù)個(gè)人信息，GPT-4依然可以利用剩余的語言特征準(zhǔn)確推斷出包括地點(diǎn)和年齡在內(nèi)的隱私數(shù)據(jù)。

　　從服務(wù)端來看，現(xiàn)有商用模型并沒有針對隱私泄露進(jìn)行對齊優(yōu)化，目前的對策仍無法有效防范語言模型的推理。

　　該研究一方面展示了GPT-4等大語言模型超強(qiáng)的推理能力，另一方面，呼吁對大語言模型隱私影響的關(guān)注不要僅限于訓(xùn)練數(shù)據(jù)記憶方面，需要更廣泛的保護(hù)措施，以減輕推理帶來的隱私泄露風(fēng)險(xiǎn)。