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 verbunden, obwohl es bereits optimierte Implementierungen gibt. Zeroth‑Order‑Meth…