AGI Hunt· zju·2026-11-19 18:17· 4 小时前AI 评分37浙江大学团队提出 PGPO:以扰动语义嵌入防护 LLM 推荐系统反演攻击浙大 PGPO:扰动语义嵌入防 LLM 推荐系统反演攻击AI 导读浙江大学团队提出 PGPO,通过扰动 LLM 增强推荐系统中的语义嵌入,防护嵌入反演攻击。方法按三阶段推进,并以 GRPO 引导模型探索原型词变体,奖励函数兼顾降低源嵌入相似度、保持图结构与类别锚点距离。来源:AGI Hunt · agihunt.info安全对齐论文研究#论文/研究#安全/对齐查看事件全部后续