基于大语言模型的数据自适应隐藏方法及系统

本发明涉及信息隐藏技术领域，特别涉及一种基于大语言模型的数据自适应隐藏方法及系统，针对LLM参数文件，利用隐蔽嵌入的重点参数定位并通过基于消融和量化缩放因子进行参数重要性评估，寻找对LLM性能影响小的参数作为嵌入重点位置；然后，基于参数重要性制定隐写策略，分别面向非量化场景和量化场景实施半精度LSB隐写和量化LSB隐写，确保无论用户是否量化压缩模型都能在LLM中隐蔽嵌入大容量数据信息，同时保证数据信息的完整性。本发明可解决现有开源大语言模型隐蔽数据传输效率低及数据传输隐蔽性效果不理想的问题，提升数据隐蔽传输效果。