谷歌 DeepMind 新论文发现：让大语言模型从关键词而非向量构建主题树，能在严格隐私下得到更清晰的主题图谱。
这篇 DeepMind 论文提出了 CALLIOPE：先让大语言模型给每份文档打上几个关键词并加噪，只保留常见关键词，再由此提出主题并把文档归入相应主题，而不是对向量加噪聚类。这一点对隐私安全的用量报告很重要：在测试的最严格隐私设定下，人工评估者在全部三个数据集上都更偏好 CALLIOPE 而非基于向量的 URANIA，比例最高达 76% 对 18%，不过该方法的 token 消耗是原来的 2 至 5 倍。
报道来源
- Rohan Paul2026-10-28 18:32