RLVR训练首个提示词级差分隐私保证提出

一项研究提出首个针对 RLVR（可验证奖励强化学习）训练的差分隐私保证，采用提示词级差分隐私：将同一提示词的所有回复梯度聚合，对每个提示词的贡献只裁剪一次，并加入高斯噪声。该工作为 RLVR 训练提供了隐私保护的理论依据，具体隐私预算与实验效果未在摘要中披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。