大模型对齐与安全

PolicyGapper: Automated Detection of Inconsistencies Between Google Play Data Safety Sections and Privacy Policies Using LLMs

PolicyGapper：利用LLMs自动检测Google Play数据安全部分与隐私政策之间的不一致之处

Luca Ferrari, Billel Habbati, Meriem Guerar, Mariano Ceccato, Luca Verderame

专题命中 隐私与版权 ：safety(title,abstract)；alignment(abstract)

AI总结 本文提出PolicyGapper，一种基于LLM的方法，用于自动检测Google Play数据安全部分与隐私政策之间的不一致之处，通过四个阶段处理330款应用，发现2689处遗漏披露，验证精度达75%。

Comments Submitted for consideration to the Journal of Information Security and Applications (JISA)

How people use Copilot for Health

人们如何使用Copilot进行健康咨询

Beatriz Costa-Gomes, Pavel Tolmachev, Eloise Taysom, Viknesh Sounderajah, Hannah Richardson, Philipp Schoenegger, Xiaoxuan Liu, Matthew M Nour, Seth Spielman, Samuel F. Way, Yash Shah, Michael Bhaskar, Harsha Nori, Christopher Kelly, Peter Hames, Bay Gross, Mustafa Suleyman, Dominic King

机构 * Microsoft AI（微软人工智能） 纠错

专题命中 隐私与版权 ：safety(abstract)；分类 cs.AI、cs.CY

AI总结 研究通过分析50万条健康对话，构建了12类意图分类体系，揭示了健康查询的意图分布、主题演变及使用差异，发现健康咨询多涉及个人症状、他人健康及医疗系统导航问题。

Comments 12 pages, 7 figures

A Linguistics-Aware LLM Watermarking via Syntactic Predictability

一种基于语言学的LLM水印方法：通过语法可预测性

Shinwoo Park, Hyejin Park, Hyeseon An, Yo-Sub Han

机构 * Yonsei University（延世大学） ； Rensselaer Polytechnic Institute（拉特格斯理工学院） 纠错

专题命中 隐私与版权 ：trustworthy(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出STELA框架，通过语法可预测性动态调整水印信号，提升检测鲁棒性，适用于多种语言。

Comments ACL 2026

An Agentic Workflow for Detecting Personally Identifiable Information in Crash Narratives

一种用于检测事故叙述中个人可识别信息的代理工作流

Junyi Ma, Pei Li, Rui Gan, Kai Cheng, Steven T. Parker, Bin Ran

专题命中 隐私与版权 ：safety(abstract)

AI总结 本文提出一种本地部署的代理工作流，利用大语言模型检测事故叙述中的个人可识别信息，通过混合提取器和验证器提升检测精度与召回率，实现隐私保护的可扩展数据处理。

Comments 13 pages, 5 figures