#理论计算机科学
共 2 篇相关内容 · 安全漏洞、AI动态、技术文章
技术文章 2
可预测性：一种比差分隐私更精细的隐私度量框架
本文解读Lu与Sridharan的论文，该文提出"基于可预测性的隐私"框架，以攻击者预测能力增量来度量隐私泄露，相比差分隐私的最坏情况假设更精细。框架显式建模攻击者已有知识、数据生成过程和敏感查询族，证明与DP一般不可比但极端场景蕴含MI-DP，并基于广义矩方法推导ERM输出扰动方案。文章从研究动机、技术方法、理论对比到应用前景做了全面中文解读。
确定性多重校准的最优解：从随机性到确定性的理论突破
本文深入解读Noarov和Roth在2026年发表的突破性论文，该论文首次给出了确定性的、达到最小最大最优样本复杂度的多重校准算法。此前所有已知达到最优速率的算法都依赖随机化，而本文证明了确定性预测器同样可以达到最优，同时将结果推广到全预测和泛预测等更广泛的框架，为可信机器学习的理论基础做出了关键贡献。