DiRAFT 用聚合话语先验合成金融转录，并实证评估残留保密风险。
资讯摘要
论文提出 DiRAFT，从训练记录中抽取金融概念图并记录概念首次出现的顺序，再依据聚合的相邻概念转移、起始概念与计划长度先验采样新图计划，由话语层引导文本生成，不直接提供单条源段落或图。作者用两个金融语料、三种生成后端评估语料级结构重叠，并由人工审查 1,400 条投资者电话输出，检查特定非公开投资者事实的残留风险。结果显示随机采样在转移保真度与结构重叠间较均衡，在投资者电话上优于贪心和 top-3，检出的事实匹配也更少；作者称这提供了残留保密风险的实证证据，但未建立形式化保证。
要点速读
- DiRAFT 抽取金融概念图及概念首次引入顺序，从聚合转移、起始概念和计划长度先验采样新图计划，话语层引导文本实现。
- 结构评估覆盖两个金融语料和三种生成后端；保密事实评估由人工审查 1,400 条投资者电话输出，涉及七种策略和两种后端。
- 随机采样在转移保真度与结构重叠之间较均衡，在投资者电话上优于贪心和 top-3，事实匹配检出也更少；论文未给出形式化隐私保证。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。