paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
SS

Sanhanat Sivapiromrat

ACL 2026强化学习与后训练智能体与工具安全
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #3/5ACL 2026Poster· Natural Language Processing

P rivacy- R 1: Privacy-Aware Multi- LLM Agent Collaboration via Reinforcement Learning

Zheng Hui · Yijiang River Dong · Sanhanat Sivapiromrat · Ehsan Shareghi · Nigel Collier

摘要

When users submit queries to Large Language Models (LLMs), their prompts can often contain sensitive data, forcing a difficult choice: Send the query to a powerful proprietary LLM providers to achieving state-of-the-art performance and risk data exposure, or relying on smaller, local models guara...

强化学习与后训练智能体与工具安全OpenReview 项目页

常见合作者