概念FTRL
Follow-the-Regularized-Leader
在线优化中常用的算法框架，通过最小化累积损失加上正则化项来选择每轮的决策，广泛用于在线学习和在线凸优化
时间轴 (近 90 天)
10月22日
算法基于差分隐私的Follow-the-Regularized-Leader框架，通过自适应调整学习率和噪声尺度，利用L*较小时损失序列的集中性来降低噪声影响。
待验证50%
在线优化中常用的算法框架，通过最小化累积损失加上正则化项来选择每轮的决策，广泛用于在线学习和在线凸优化
算法基于差分隐私的Follow-the-Regularized-Leader框架，通过自适应调整学习率和噪声尺度，利用L*较小时损失序列的集中性来降低噪声影响。