研究人员开发了 Fed-SRC，一种用于联邦检索增强生成 (RAG) 系统的新型认证方法，可确保隐私和准确性。该系统允许客户端仅共享差分隐私、扰动的数据，同时仍能保证可接受输出的错误率。经验上，Fed-SRC 在各种隐私级别和策略下均未违反界限，尽管其在认证目标风险方面的有效性因数据集和特定策略而异。 AI
影响 这项研究介绍了一种确保联邦 RAG 系统隐私和准确性的新方法，有望提高分布式人工智能应用的信任度和安全性。
排序理由 该集群包含一篇详细介绍 AI 系统新技术的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2608.07913v1 Announce Type: cross Abstract: Selective-risk certificates promise that accepted outputs meet a declared error target. We develop Fed-SRC, a score-agnostic certificate for federated, differentially private, adaptively monitored retrieval-augmented generation. C…