CIDER: Nuovo Dataset Allinea i LLM con le Preferenze di Privacy Umane

Un nuovo dataset chiamato CIDER è stato sviluppato da ricercatori per allineare meglio i modelli di linguaggio di grandi dimensioni (LLM) con le specifiche preferenze di privacy degli individui, andando oltre gli standard generali. Include 14.850 annotazioni fornite da 169 utenti, creando 1.650 insiemi di confini di divulgazione contestuali in 60 scenari di comunicazione interpersonale in cui le norme sulla privacy vengono violate. Ogni confine riflette le decisioni di un utente reale riguardo alla divulgazione in 9 varianti di uno scenario, adattate a specifici ruoli comunicativi e contesti mediati dall'IA. Lo studio mostra che la personalizzazione contestuale ha migliorato l'accuratezza delle previsioni fino a 11,41 punti percentuali con solo 6 esempi storici attraverso 12 modelli diversi. Questo dataset colma una lacuna cruciale nella comprensione delle preferenze di privacy sfumate per valutare l'allineamento degli LLM ed è accessibile su arXiv con l'identificatore 2608.09164.