PriTabICL: 表形式文脈内学習のプライバシー保護フレームワークを提案
サイード・アザズ・シャー氏らが2026年11月19日(現地時間)、大規模言語モデル (LLMs) の表形式文脈内学習 (Tabular in-context learning, TabICL) におけるプライバシー保護のための新しい汎用フレームワーク「PriTabICL」に関する研究論文をarXivで公開した。同フレームワークは、機密性の高い個人情報を含むデモンストレーションの差分プライバシー (Differential privacy, DP) 保護を目的としており、予測関連の統計的関係を優先する。