arXiv · cs.AI· Yufei Chen·· 22 天前AI 评分38
差分隐私混合公开数据集可提升隐私学习效果
Differentially Private Mixing of Public Datasets Improves Private Learning
来源与原文
arXiv · cs.AI
作者：Yufei Chen
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.06636v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出首个通过差分隐私方式学习多个公开数据集最优混合比例的预训练管线，核心是用低维线性模型私有地求解混合权重。在 NIH ChestX-ray14 X 光分类任务上，macro AUC 较基线最高提升 0.037，Cardiomegaly 在 ε=1 时相对 AUC 提升 22.8%；在 ENRON 邮件数据集上，用 The Common Pile 混合预训练使测试困惑度相对下降 16%。
来源：arXiv · cs.AI · arxiv.org