arXiv 机器学习· Edith Cohen, Vadym Doroshenko, Badih Ghazi, Charlie Harrison, Pritish Kamath, Alexander Knop, Ravi Kumar, Ethan Leeman, Pasin Manurangsi, Mikhail Pravilov, Adam Sealfon, Yurii Sushko, Marika Swanberg, Chiyuan Zhang·· 2 小时前AI 评分40
CALLIOPE：无需 Embedding 的差分隐私 AI 使用洞察框架
CALLIOPE: Private Insights into AI Use, Without Embeddings
AI 导读
研究人员提出支持差分隐私（DP）的自顶向下框架 CALLIOPE，用于在 LLM 对话等非结构化大数据集中发现主题层次结构。不同于依赖向量 embedding 聚类的传统及 LLM 增强方法，该框架在整个流程中直接利用 LLM 能力。实验表明，CALLIOPE 在 DP 设定下相比基于 embedding 的现有方法具有更高效用，在高隐私要求场景下尤为显著。
来源：arXiv 机器学习 · arxiv.org