中国科学院计算技术研究所 发布 Multi-P2A 数据集, 应用在 隐私保护、视觉语言模型 领域

中国科学院计算技术研究所 本次发布的数据集 Multi-P2A, Multi-P2A是由中国科学院计算技术研究所创建的一个综合性基准数据集，旨在评估大型视觉语言模型（LVLMs）的隐私保护能力。该数据集涵盖了26类个人隐私、15类商业秘密和18类国家秘密，总计包含31,962个样本。数据集的构建基于现有数据集和社交媒体平台，通过视觉问答（VQA）任务生成样本，确保数据的高质量和多样性。Multi-P2A的应用领域主要集中在隐私风险评估，旨在帮助开发者和研究人员识别和解决LVLMs在训练和推理过程中可能存在的隐私泄漏问题，从而推动隐私保护技术的发展。

查看Multi-P2A

README 内容： 

关于 中国科学院计算技术研究所 , 中国科学院计算技术研究所（ICT）成立于1956年，是中国最早从事计算机科学技术综合性研究的学术机构。该所致力于计算机科学理论、高性能计算、人工智能、网络与信息安全等领域的研究，培养了大批计算机领域的专家和学者，为中国计算机科学技术的发展做出了重要贡献。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。