arXiv · ML· Boming Miao, Tao Zhang, Netanel Raviv, Murat Kantarcioglu, Bradley A. Malin, Yevgeniy Vorobeychik·· 2026-10-06AI 评分26
基于 PAC 隐私适应的扩散模型敏感数据保护
Protecting Sensitive Data in Image Synthesis via PAC-Private Adaptation for Diffusion Models
AI 导读
该研究提出 PAC 私有扩散模型适应方法,直接关联重构隐私,优于差分隐私的效用保留。 利用 LoRA 或 Textual Inversion 学习紧凑组件,随后校准各向异性高斯噪声,仅优化后扰动一次以避免隐私组合。
来源:arXiv · ML · arxiv.org