DiRAFT: Finansal Verilerde Gizlilik Koruyan Sentetik Metinler

Finansal kurumlar müşteri konuşmalarını dil modellerini eğitmek için kullanmak istiyor, ama bu verilerde kimlik maskelense bile hala gizli finansal bilgiler kalabiliyor. Örneğin bir yatırımcının portföy yapısı, işlem geçmişi veya gelir düzeyi doğrudan adını görmeden tahmin edilebilir. burada DiRAFT (Discourse Realization from Aggregate First-order Transitions) devreye giriyor.

DiRAFT, gerçek konuşmalardan finansal kavram grafikleri çıkarıyor, yani hangi finansal konuların hangi sırayla ortaya çıktığını kaydediyor. Ardından bu geçişleri birleştirerek tamamen yeni, sentetik transkriptler oluşturuyor. Kilit fark şu: sistem hiçbir bireysel kaynak konuşmayı doğrudan kopyalamıyor, bunun yerine agregat (toplu) örüntülerden yeni kombinasyonlar üretiyor. Böylece üretilen metinler gerçekçi sohbet akışına sahip olurken, orijinal müşterilerin özel bilgileri korunuyor.

Araştırma iki şekilde riski değerlendiriyor. Birincisi, sentetik metinlerin yapısal olarak orijinal verilerle ne kadar örtüştüğünü ölçüyor. İkincisi, üretilen transkriptlerin içinde belirli gerçek yatırımcı gerçeklerinin sızdığını tespit etmeyi deniyor. Bu çift kontrol, sadece gizliliğin değil aynı zamanda sentetik verilerin kalitesinin de sağlanmasını amaçlıyor.

Finansal sektörde bu tür yaklaşımlar kritik. Veri paylaşımı ve yapay zeka geliştirme gizlilik düzenlemeleriyle çatışıyor, ama sentetik veriler bu ikilemin çözümü olabilir. DiRAFT'ın başarısı, gelecekte daha fazla kurumun müşteri verilerini güvenle kullanabilmesinin kapısını açabilir.