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

Junki Mori

ACL 2026检索与知识安全
新星分新星
49
一作贡献30
核心/参与0
方向广度4
合作网络3
1 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
一作ACL 2026Findings· Findings of ACL

Differentially Private Synthetic Text Generation for Retrieval-Augmented Generation ( RAG )

Junki Mori · Kazuya Kakizaki · Taiki Miyagawa · Jun Sakuma

摘要

Retrieval-Augmented Generation (RAG) enhances large language models (LLMs) by grounding them in external knowledge. However, its application in sensitive domains is limited by privacy risks. Existing private RAG methods typically rely on query-time differential privacy (DP), which requires repeat...

检索与知识安全OpenReview 项目页

常见合作者