arXiv · NLP· Xiuyuan Qi, Yi Wang, Wenjie Wang·· 2026-10-14AI 评分28
基于调查衍生数据的差分隐私偏好对齐研究
Differential Privacy Protected Preference Alignment on Survey Derived Data
AI 导读
针对世界价值观调查数据中的敏感信息风险,研究提出结合随机响应、指数机制和 DP-SGD 的差分隐私流水线。 实验表明,标签级隐私机制性能优于梯度级方法,且预处理中的聚合函数对隐私保护有显著贡献。 该细粒度隐私比较框架为具备形式化隐私保障的大语言模型对齐提供了探索方向。
来源:arXiv · NLP · arxiv.org