标签
ARC-SORT 提出一种免训练、可实时运行的跟踪检测式多目标跟踪器，利用交互式多模型(IMM)卡尔曼滤波的预测协方差自适应调整搜索区域，并通过外观证据纠正交叉时的身份交换，在 SportsMOT 上达到 81.82 HOTA 且身份切换最少。
PrivMeSA 提出了一种隐私感知的自进化多智能体系统，其中本地临床大语言模型智能体有选择地将任务委派给远程专科智能体，利用强化学习在准确率与重识别风险之间进行权衡，并将远程会诊结果蒸馏为可复用的本地经验。在 MIMIC-IV-ED 基准测试中，该系统将患者信息泄露比例从 98.0% 降至 0.2%，同时将准确率提升了最多 15.8 个百分点。
本文表明，大型语言模型可以通过跨平台匹配非结构化文本，对化名在线账户执行完全自动化的大规模去匿名化，在90%精确率下实现高达68%的召回率，使先前的实际匿名性变得过时。
AURA是一个基于LLM的匿名化框架，通过自适应隐私范围和mask-reconstruct方法在保护隐私以抵抗代理性网络搜索重新识别的同时，保持上下文效用，从而平衡隐私保护与效用保持。