跳到正文
热点事件持续更新

差分隐私分数估计理论及扩散模型应用发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月19日,arXiv上发布了一篇题为《差分隐私评分估计及其在评分生成模型中的应用》的论文,作者包括Mengxiao Gao等人。 该研究聚焦于$d$维次高斯分布下基于差分隐私的评分函数估计问题。团队通过结合二次B样条、指数机制和投影Langevin Monte Carlo方法,开发了一种满足$(α,β)$-差分隐私的采样式估计器,并建立了近似匹配的私有极小极大下界。 在应用层面,该框架被用于构建一种隐私保证独立于去噪步数的差分隐私扩散模型。实验结果验证了理论结论的有效性,展示了该模型在隐私保护生成任务中的潜力。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · ML
    差分隐私评分估计及其在评分生成模型中的应用

    该论文研究了 $d$ 维次高斯分布下基于差分隐私的评分函数估计问题。 通过结合二次 B 样条、指数机制和投影 Langevin Monte Carlo,开发了满足 $(\alpha,\beta)$-差分隐私的采样式估计器,并建立了近似匹配的私有极小极大下界。 该框架被应用构建了一种隐私保证独立于去噪步数的差分隐私扩散模型,实验验证了其理论结果。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。