Un gruppo guidato da Soumya Sharma ha pubblicato un nuovo benchmark, CIMEMORIES DIALOGUE, composto da 4,410 conversazioni tra due agenti per valutare le fughe di dati privati. Il gruppo ha testato il benchmark su sette modelli open-weight delle famiglie Qwen‑3 e Llama‑3.1. Lo studio mostra che i modelli con prestazioni migliori nei compiti divulgano anche più informazioni private, soprattutto quando si usa il prompting chain-of-thought. Le fughe sono aumentate fino a tre volte passando da conversazioni di un turno a conversazioni di sei turni.
Perché conta
Le aziende che usano agenti LLM potrebbero esporsi a maggiori rischi per la privacy adottando modelli più capaci.
