通过注意力头干预实现 LLMs 中的个性化隐私控制

agentic AI 的兴起使 LLMs 能够访问多样化的用户数据，从而引发了关键的隐私担忧。以往关于情境隐私的研究探讨 LLMs 是否会根据依赖情境的规范来调节信息披露。然而，即使在相同情境下，不同用户可接受的披露边界也可能有所不同。为解决这一局限，我们引入 \textit{个性化隐私}，将用户特定的披露偏好纳入隐私控制。我们进一步提出 P3Bench~（\textbf{P}ersonalized \textbf{P}rivacy \textbf{P}reservation \textbf{Bench}mark），这是一个新的基准，将情境隐私策略扩展为个性化披露策略。实验表明，基于提示的策略无法可靠地执行个性化隐私策略，其中 Qwen2.5-7B 和 Gemma3-4B 的平均策略忽视率分别为 51.25\% 和 74.28\%。最后，为解决这一问题，我们提出 \textsc{Repair}，这是一种稳健的推理时注意力头干预方法，可将披露行为调整为符合策略的响应。我们的方法通过减少模型未能遵循给定策略的情况，显著提高了对用户特定隐私偏好的遵循程度。