实体
DP synthetic data
DP synthetic data
PulseAugur coverage of DP synthetic data — every cluster mentioning DP synthetic data 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
-
MAPLE框架增强LLM隐私-效用权衡
研究人员开发了MAPLE（元数据增强的私有语言演化），一个旨在改善微调大型语言模型（LLM）中隐私-效用权衡的新颖框架。MAPLE解决了高度专业化领域合成数据生成的初始化挑战，现有方法（如Private Evolution, PE）在该领域常导致收敛性差和API调用浪费。通过提取差分隐私（DP）的表格元数据并利用上下文学习，MAPLE能更有效地将合成数据分布锚定在目标领域。评估表明，与基线PE相比，MAPLE实现了更好的隐私-效用、更…
-
新研究发现，使用合成数据进行AI训练会放大真实数据的隐私风险
新研究表明，将真实数据和合成数据结合用于训练AI模型（一种称为真实-合成混合训练（RSMT）的做法）可能会无意中放大真实数据的隐私风险。研究提出了理论框架和RSMixLeak等方法来评估和缓解这些放大的隐私泄露。此外，一份实用指南探讨了如何生成具有差分隐私（DP）的合成数据，以平衡效用和强大的隐私保证，旨在提高DP合成数据方法的信任度和采用率。