Chulin Xie, Zinan Lin, Arturs Backurs, Sivakanth Gopi, Da Yu, Huseyin A Inan, Harsha Nori, Haotian Jiang, Huishuai Zhang, Yin Tat Lee, Bo Li, Sergey Yekhanin. “Differentially Private Synthetic Data via Foundation Model APIs 2: Text” ICLR 2024 Workshop on Secure and Trustworthy Large Language Models (SET LLM).
本文探讨了利用大模型解决数据隐私问题的方法。本文提出的Aug-PE算法，可以在保证差分隐私的前提下，生成与敏感数据分布相似的合成数据。特别地，该算法仅通过访问大型语言模型（LLM）的API生成差分隐私（DP）高质量合成文本，为隐私保护的大模型应用提供了更便捷的解决方案。