arXiv 发布扰动目标梯度下降差分隐私研究

2026年10月5日，Austin Watkins 与 Raman Arora 在 arXiv 的 cs.LG 分类提交论文，研究对正则化经验风险加随机线性项后，释放确定性梯度下降第 N 次迭代的有限计算差分隐私。 论文在强凸光滑且 Hessian 满足 Lipschitz 条件下，证明 z↦w_N 为 C¹ 微分同胚并给出 Jacobian 最小奇异值下界。对广义线性模型，隐私轮廓界不含显式环境维度因子，有限迭代修正几何递减，期望超额经验风险上界为 dσ²/(2μ) 加几何递减优化项。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。