Forschung
Privates Zeroth-Order-Optimieren mit öffentlichen Daten: Mehr Effizienz und Privatsphäre
Die Umsetzung von populären, first‑order, differenziell privaten Lernalgorithmen wie DP‑SGD ist oft mit hohen Rechen- und Speicheraufwand v…
arXiv – cs.LG