跳到正文
arXiv · ML· Zinan Lin, Tadas Baltrusaitis, Wenyu Wang, Sergey Yekhanin·· 2026-10-14AI 评分27

Sim-PE:将模拟器融入差分隐私合成数据框架以替代基础模型

Differentially Private Synthetic Data via APIs 3: Using Simulators Instead of Foundation Model

AI 导读

Sim-PE 框架证明模拟器可替代基础模型 API 生成差分隐私合成数据,拓宽了 Private Evolution (PE) 的适用域。 图像合成中,该方法使下游分类准确率最高提升 3 倍,FID 降低 80%,且效率显著更高,支持生成复现私有观测分布的控制信号。 代码已在 Private Evolution Python 库中开源。

来源:arXiv · ML · arxiv.org