面向大语言模型服务的数据差分隐私保护方法及装置

本发明涉及人工智能技术领域，公开了一种面向大语言模型服务的数据差分隐私保护方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，用于解决现有技术中的数据隐私保护方法会降低大语言模型的推理能力，且隐私保护效果不好的技术问题。该方法包括：获取用户数据和用户查询，在用户数据中提取出和用户查询相关的上下文内容；基于用户查询和上下文内容构建未脱敏的原始编排提示；识别未脱敏的原始编排提示中包含的敏感实体，并对敏感实体进行差分隐私处理，得到脱敏后的匿名化编排提示；将匿名化编排提示发送给大语言模型，得到大语言模型生成的匿名化响应结果；对匿名化响应结果进行逆向还原，得到去匿名化的模型响应结果。