热点事件持续更新
DP-MIND：百万token级差分隐私长上下文推理框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv cs.AI 刊出 DP-MIND——一种差分隐私记忆引导的长上下文推理框架。该工作提出，DP-MIND 可将差分隐私推理扩展至百万 token 级长上下文，其核心是记忆引导框架：对输入做本地扰动，按块进行处理，并以紧凑记忆跨序列保留任务相关信息；同时用强化学习在扰动输入上优化记忆构建，以兼顾答案正确性与记忆一致性。报道称，在多个长上下文基准上，DP-MIND 在可扩展性和效用两方面持续优于现有的差分隐私推理基线与长上下文推理基线。目前该事件仅有这一篇报道，后续进展尚待观察。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
arXiv 刊出 DP-MIND，可将差分隐私推理扩展至百万 token 级长上下文。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIDP-MIND：差分隐私记忆引导的长上下文推理
DP-MIND 可将差分隐私推理扩展至百万 token 级长上下文，其核心是记忆引导框架。它通过本地扰动输入、按块处理并以紧凑记忆跨序列保留任务相关信息，还用强化学习在扰动输入上优化记忆构建，兼顾答案正确性与记忆一致性。在多个长上下文基准上，DP-MIND 在可扩展性和效用上持续优于现有 DP 与长上下文推理基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。