Kamalika Chaudhuri

プライバシーを守りつつ、公開データセットを使ってより良い画像生成をする方法。

データセットの剪定に新しいアプローチが導入され、モデルの性能が向上しつつデータサイズが小さくなるよ。

機械学習の公平性をチェックしつつ、モデルのプライバシーを守るシステム。

キャプションを用いた差分プライバシーによる画像表現の新しいアプローチ。

新しいメカニズムがプライバシーを強化しつつ、機械学習におけるデータの有用性を保つよ。

新しい方法で画像生成の個人データを守る。

データ分析を可能にしつつ、個人データのプライバシーを守るためのガイド。

機械学習モデルのプライバシーリスクを評価する新しい方法を紹介するよ。

この記事では、学習理論が分布の変化にどのように対処するかを検討します。

新しい方法が、U統計を正確に推定する際のプライバシーの課題に対処してるよ。

機械学習における影響関数の操作リスクを暴露する。

プライバシーを守る方法が大規模言語モデルで敏感なデータをどう守ってるかを見てみよう。