Buchumschlag

DPAdapter: Improving Differentially Private Deep Learning through Noise Tolerance Pre-training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zihao, Zhu, Rui, Zhou, Dongruo, Zhang, Zhikun, Mitchell, John, Tang, Haixu, Wang, XiaoFeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Selective Amnesia: On Efficient, High-Fidelity and Blind Suppression of Backdoor Effects in Trojaned Machine Learning Models
von: Zhu, Rui, et al.
Veröffentlicht: (2022)

The Janus Interface: How Fine-Tuning in Large Language Models Amplifies the Privacy Risks
von: Chen, Xiaoyi, et al.
Veröffentlicht: (2023)

Mitigating Noise Detriment in Differentially Private Federated Learning with Model Pre-training
von: Jin, Huitong, et al.
Veröffentlicht: (2024)

PrivUn: Unveiling Latent Ripple Effects and Shallow Forgetting in Privacy Unlearning
von: Chen, Xiaoyi, et al.
Veröffentlicht: (2026)

LLM-Enhanced Software Patch Localization
von: Yu, Jinhong, et al.
Veröffentlicht: (2024)

IndirectAD: Practical Data Poisoning Attacks against Recommender Systems for Item Promotion
von: Wang, Zihao, et al.
Veröffentlicht: (2025)

Rethinking Side-Channel Analysis: Automated Discovery and Analysis of Side-Channel Leakage with LLM-Assisted Agents
von: Xu, Zhen, et al.
Veröffentlicht: (2026)

LocalAlign: Enabling Generalizable Prompt Injection Defense via Generation of Near-Target Adversarial Examples for Alignment Training
von: Gong, Yuyang, et al.
Veröffentlicht: (2026)

InvCoSS: Inversion-driven Continual Self-supervised Learning in Medical Multi-modal Image Pre-training
von: Luo, Zihao, et al.
Veröffentlicht: (2025)

Federated In-Context Learning: Iterative Refinement for Improved Answer Quality
von: Wang, Ruhan, et al.
Veröffentlicht: (2025)

How to Provably Improve Return Conditioned Supervised Learning?
von: Liu, Zhishuai, et al.
Veröffentlicht: (2025)

Leaky Cauldron on the Dark Land: Understanding Memory Side-Channel Hazards in SGX
von: Wang, Wenhao, et al.
Veröffentlicht: (2017)

Beyond Local vs. External: A Game-Theoretic Framework for Trustworthy Knowledge Acquisition
von: Yao, Rujing, et al.
Veröffentlicht: (2026)

DP-MGTD: Privacy-Preserving Machine-Generated Text Detection via Adaptive Differentially Private Entity Sanitization
von: Wang, Lionel Z., et al.
Veröffentlicht: (2026)

Differentially Private Online Federated Learning with Correlated Noise
von: Zhang, Jiaojiao, et al.
Veröffentlicht: (2024)

Pre-training Differentially Private Models with Limited Public Data
von: Bu, Zhiqi, et al.
Veröffentlicht: (2024)

Provable Zero-Shot Generalization in Offline Reinforcement Learning
von: Wang, Zhiyong, et al.
Veröffentlicht: (2025)

Locally Differentially Private Online Federated Learning With Correlated Noise
von: Zhang, Jiaojiao, et al.
Veröffentlicht: (2024)

ByzSFL: Achieving Byzantine-Robust Secure Federated Learning with Zero-Knowledge Proofs
von: Fan, Yongming, et al.
Veröffentlicht: (2025)

Correlated Noise Mechanisms for Differentially Private Learning
von: Pillutla, Krishna, et al.
Veröffentlicht: (2025)

Characterizing Trust Boundary Vulnerabilities in TEE Containers: An Empirical Study
von: Liu, Weijie, et al.
Veröffentlicht: (2025)

Adaptive Test-Time Compute Allocation with Evolving In-Context Demonstrations
von: Zuo, Bowen, et al.
Veröffentlicht: (2026)

Accuracy Improvement in Differentially Private Logistic Regression: A Pre-training Approach
von: Hoseinpour, Mohammad, et al.
Veröffentlicht: (2023)

Correlated Noise Provably Beats Independent Noise for Differentially Private Learning
von: Choquette-Choo, Christopher A., et al.
Veröffentlicht: (2023)

Near-Optimal Second-Order Guarantees for Model-Based Adversarial Imitation Learning
von: Li, Shangzhe, et al.
Veröffentlicht: (2025)

Clues in Tweets: Twitter-Guided Discovery and Analysis of SMS Spam
von: Tang, Siyuan, et al.
Veröffentlicht: (2022)

Bilateral Differentially Private Vertical Federated Boosted Decision Trees
von: Zhang, Bokang, et al.
Veröffentlicht: (2025)

Model-based RL as a Minimalist Approach to Horizon-Free and Second-Order Bounds
von: Wang, Zhiyong, et al.
Veröffentlicht: (2024)

Variation-Bounded Loss for Noise-Tolerant Learning
von: Wang, Jialiang, et al.
Veröffentlicht: (2025)

Misrouter: Exploiting Routing Mechanisms for Input-Only Attacks on Mixture-of-Experts LLMs
von: Fei, Zekun, et al.
Veröffentlicht: (2026)

Can LLMs Predict Polymer Physics Just by Reading Synthesis and Processing Prose?
von: Liu, Yuchu, et al.
Veröffentlicht: (2026)

Noise-Aware Algorithm for Heterogeneous Differentially Private Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Differentially Private Federated Quantum Learning via Quantum Noise
von: Pokharel, Atit, et al.
Veröffentlicht: (2025)

Noise-Aware Differentially Private Regression via Meta-Learning
von: Räisä, Ossi, et al.
Veröffentlicht: (2024)

Understanding the Security Risks of Decentralized Exchanges by Uncovering Unfair Trades in the Wild
von: Chen, Jiaqi, et al.
Veröffentlicht: (2024)

Malla: Demystifying Real-world Large Language Model Integrated Malicious Services
von: Lin, Zilong, et al.
Veröffentlicht: (2024)

Consiglieres in the Shadow: Understanding the Use of Uncensored Large Language Models in Cybercrimes
von: Lin, Zilong, et al.
Veröffentlicht: (2025)

Dr.Hair: Reconstructing Scalp-Connected Hair Strands without Pre-training via Differentiable Rendering of Line Segments
von: Takimoto, Yusuke, et al.
Veröffentlicht: (2024)

NEVLP: Noise-Robust Framework for Efficient Vision-Language Pre-training
von: Tao, Yiyi, et al.
Veröffentlicht: (2024)

DeepRTE: Pre-trained Attention-based Neural Network for Radiative Transfer
von: Zhu, Yekun, et al.
Veröffentlicht: (2025)