待验证50% 置信事实精确时间

传统的舍入操作会在隐私损失的均值和χ²散度中引入量级为α的误差。

1

来源数

50%

置信度

长期有效

时效性

2026/11/2

首次发现

来源

多尺度FFT加速随机分配隐私损失核算

涉及实体

舍入误差concept χ²散度concept

相关事实

待验证此前最优的差分隐私在线专家预测算法遗憾界为Õ(√T)，当L*远小于T时该界远高于非隐私下界Õ(√L*)。66% 相似待验证下游用户对模型的二次微调可能意外破坏原有安全特性65% 相似待验证固定基数采样破坏了步骤间的独立性，其隐私损失核算无法直接套用泊松采样的分解公式，需要专门处理。63% 相似已验证差分隐私通过向统计结果注入校准噪声，在数学上保证无法从聚合数据中推断出单个用户的行为63% 相似待验证鲁棒聚合方法在非独立同分布（non-IID）数据下可能将正常客户端的合法更新误判为异常，因为不同客户端的数据分布差异本身就会导致梯度方向发散。62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1125653

API

curl https://kongchang.com/api/v1/knowledge/claims/1125653

MCP

get_claim(id=1125653)