本说明书提供了一种大语言模型训练及训练数据构建方法、装置、设备、介质，涉及人工智能技术领域。该大语言模型训练方法包括：确定初始训练数据集中的真实隐私数据；对真实隐私数据进行数据转换，得到模拟隐私数据，模拟隐私数据的数据结构与真实隐私数据...

本申请实施例公开了一种第三方大语言模型的访问方法，该方法涉及隐私保护技术领域，通过在用户终端一侧设置网关服务器来对用户终端访问第三方大语言模型服务器的访问请求进行拦截和识别，并利用网关服务器对识别出的敏感数据进行脱敏处理，实现对用户隐私...

本说明书实施例公开了一种大语言模型的训练方法、训练装置、存储介质及电子设备，该训练方法包括：获取包含隐私信息的训练数据集，根据训练数据集对待训练大语言模型进行训练，以获取与训练数据集对应的第一平均梯度，并根据第一平均梯度构建噪声信息；根...

本申请实施例公开了一种大模型访问过程中的隐私保护方法，该方法通过在用户终端中部署安全切面来构建安全终端，安全切面能够识别出用户终端访问目标大模型的访问请求中的隐私数据，并通过切面注入方式，对隐私数据进行脱敏处理，实现对用户隐私数据的保护...

本发明公开了一种基于博弈分析的鲁棒风险识别方法，该方法基于专家经验得到风险识别模型相对于原始数据的属性的成本收益信息；根据成本收益信息构建基于属性的成本收益矩阵；基于成本收益矩阵得到混合策略均衡概率，并利用混合策略均衡概率和伯努利分布确...

本发明公开了一种基于对抗鲁棒训练的人脸图像预保护方法及装置，该方法，包括基于深度神经网络构建基于学习的基础保护模型；将原始人脸图像输入至基础保护模型以输出得到基础保护噪声；基于原始人脸图像和所述基础保护噪声构建强化保护模型以输出得到原始...

本发明公开了面向协作学习的鲁棒训练方法及装置，该方法包括生成多个第一对抗样本并计算多个第一对抗样本对应的初始梯度信息，对初始梯度信息进行加噪处理得到加噪梯度信息；利用元学习网络模型对加噪梯度信息进行优先级权重的配置，并根据权重配置结果对...

本发明公开了基于动态贝叶斯博弈的智能体训练方法及装置，本发明属于网络空间安全和人工智能安全领域；该方法在智能体训练阶段引入虚拟攻击者，智能体与虚拟攻击者协同训练，将常规的马尔可夫决策过程转换为两智能体马尔可夫决策过程