在代理系统中，人类生成的数据记录为AI服务锚定了价值。然而，云计算管道将处理集中在远程服务器上，导致数据集中化，降低了个人数据主权，并可能影响服务质量（QoS）。同时，用户贡献在数量和质量上存在差异：去中心化记录可能存在偏差、噪声，且分布不均。
为了解决数据挑战，我们研究了去中心化和资源受限的代理系统中的公平令牌分配与私有数据评估。我们的方法将多模态表示嵌入共享语义空间，并发布差分隐私（DP）原型，以在减少语义泄露的同时保持效用。基于DP的保障，我们设计了一种公平的令牌分配方案，该方案奖励有效贡献，并对数据异质性和AI资源稀缺性保持稳健。
广泛的仿真结果表明，与标准基准相比，基于贡献的公平性和QoS得到了改善。增强的对图像重建攻击的抵抗能力表明多模态个人数据的隐私得到了增强。
博主点评： 本文探讨了多模态代理系统中数据的公平性与隐私性问题，提出的令牌分配机制不仅提高了服务质量，还有效保护了用户隐私，具有重要的应用价值和研究意义。