Burkov提出PE-SGD小样本差分隐私训练方法
热点事件持续更新
Burkov提出PE-SGD小样本差分隐私训练方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Burkov介绍PE-SGD方法，用于改善小样本场景下的差分隐私训练。该方法先把私有样本梯度投影到由合成样本梯度张成的低维空间，再在投影系数阶段加入隐私噪声，以减少噪声对任务性能的影响。训练过程中，合成样本集会动态演化；据其介绍，该方法在保持形式化隐私保证的同时，比标准隐私训练更好地保留任务性能。
AI 根据报道生成 · 38 分钟前更新
最新进展11月7日 15:49
Burkov 介绍 PE-SGD：用合成样本梯度投影改善小样本差分隐私训练报道时间线
沿着报道，了解事件的不同侧面。
11月7日
- AGI HuntBurkov 介绍 PE-SGD：用合成样本梯度投影改善小样本差分隐私训练
Burkov 介绍了 PE-SGD 方法，将私有样本梯度投影至合成样本梯度张成的低维空间后再注入噪声，以减少小数据差分隐私训练的任务性能损失。该方法动态演化合成样本集，并在投影系数阶段加入隐私噪声，在保持形式化隐私保证的同时比标准隐私训练更好地保留任务性能。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。