PrivCert

新研究推进机器学习和文本生成中的差分隐私

两篇新研究论文探讨了在机器学习和文本生成中实现差分隐私的高级方法。第一篇论文介绍了抽象梯度采样（AGS）算法，该算法扩展了形式化方法，为回归任务中的私有预测和私有学习提供更严格的隐私保证，性能优于全局敏感度基线。第二篇论文提出了PrivCert框架，旨在通过为陈述支持提供隐私保护的认证来解决差分私有文本生成中的证据差距，确保私有报告准确反映底层数据，并与标准DP基线相比减少了不支持的排放。