[控场AI]

#差分隐私

共 5 篇相关文章

差分隐私在线专家预测:小损失下实现近最优遗憾界
·2 分钟

差分隐私在线专家预测:小损失下实现近最优遗憾界

差分隐私在线专家预测新算法:在oblivious输入下实现Õ(√L*)遗憾界,小损失时接近非隐私最优;并证明自适应输入下Ω̃(√T)遗憾不可避免。

阅读全文 →
差分隐私稀疏奖励估计:RLHF隐私保护新突破
·4 分钟

差分隐私稀疏奖励估计:RLHF隐私保护新突破

RLHF隐私保护新研究提出差分隐私稀疏奖励估计框架,在稀疏假设下实现更优隐私-效用权衡,理论误差上界显著优于稠密方法,实验验证于情感生成和安全对齐任务。

阅读全文 →
DP-μP:差分隐私训练的超参数零样本迁移新框架
·4 分钟

DP-μP:差分隐私训练的超参数零样本迁移新框架

DP-μP 框架解决 μP 在差分隐私下超参数迁移失效的问题,通过 SNR 条件和谱缩放给出 DP-SGD、DP-Adam、DP-Muon 的学习率缩放规则,实现跨模型宽度的零样本迁移。

阅读全文 →
核Stein方法为Rényi差分隐私提供任务感知证书
·4 分钟

核Stein方法为Rényi差分隐私提供任务感知证书

本文介绍一种基于核Stein差异的Rènyi差分隐私证书方法,利用escort分布和任务感知核设计,为高斯、拉普拉斯和指数机制提供精确或边界隐私保证,并通过真实数据验证其有效性。

阅读全文 →
差分隐私的新视角:用信息论量化模型重构攻击下限
·5 分钟

差分隐私的新视角:用信息论量化模型重构攻击下限

一项信息论研究提出可在训练前计算的重构失真下限,用率失真理论量化DP-SGD模型在最坏情况攻击者下不可避免的重构误差,并首次给出LPIPS特征空间的下限。

阅读全文 →