实体
Differential Privacy (DP)
Differential Privacy (DP)
PulseAugur coverage of Differential Privacy (DP) — every cluster mentioning Differential Privacy (DP) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
大语言模型隐私研究聚焦日本数据、多模态风险与差分隐私适应性
研究人员正在探索与大语言模型（LLMs）及其适应性相关的隐私风险。一项研究侧重于检测日本预训练语料库中的敏感个人信息，并开发了用于日本《个人信息保护法》下的特别关照个人信息（SCPI）的分类器。另一篇论文调查了多模态大语言模型中的隐私漏洞，强调了它们如何泄露图像和内存中的敏感数据，并引入了一个用于评估的数据集。第三项研究对差分隐私（DP）在适应大语言模型中的有效性进行了基准测试，发现数据分布的显著变化会影响隐私风险，而像LoRA这样的…
-
新的CSLR方法增强了语言模型的私有联邦学习
研究人员开发了一种名为规范化稳定列表重放（CSLR）的新方法，以改进语言模型的私有联邦持续学习。CSLR解决了在差分隐私下，客户端仅共享少量、嘈杂且无序的重放摘要列表的挑战。通过使用公共锚定句子在共享嵌入空间中对齐候选重放分布，CSLR增强了聚合的可识别性。实验表明，CSLR在持续分类、NER和对话任务上的性能比现有基线提高了3.9-5.6个点。