DP-CSGP: Differentially Private Stochastic Gradient Push with Compressed Communication
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhu, Zehan, Zhao, Heng, Huang, Yan, Zhou, Joey Tianyi, Ji, Shouling, Xu, Jinming |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Dyn-D$^2$P: Dynamic Differentially Private Decentralized Learning with Provable Utility Guarantee
di: Zhu, Zehan, et al.
Pubblicazione: (2025)
di: Zhu, Zehan, et al.
Pubblicazione: (2025)
PrivSGP-VR: Differentially Private Variance-Reduced Stochastic Gradient Push with Tight Utility Bounds
di: Zhu, Zehan, et al.
Pubblicazione: (2024)
di: Zhu, Zehan, et al.
Pubblicazione: (2024)
DP-FedPGN: Finding Global Flat Minima for Differentially Private Federated Learning via Penalizing Gradient Norm
di: Liu, Junkang, et al.
Pubblicazione: (2025)
di: Liu, Junkang, et al.
Pubblicazione: (2025)
To Compress or Not? Pushing the Frontier of Lossless GenAI Model Weights Compression with Exponent Concentration
di: Yang, Zeyu, et al.
Pubblicazione: (2025)
di: Yang, Zeyu, et al.
Pubblicazione: (2025)
DP-OPD: Differentially Private On-Policy Distillation for Language Models
di: Khadem, Fatemeh, et al.
Pubblicazione: (2026)
di: Khadem, Fatemeh, et al.
Pubblicazione: (2026)
DP-FedAdamW: An Efficient Optimizer for Differentially Private Federated Large Models
di: Liu, Jin, et al.
Pubblicazione: (2026)
di: Liu, Jin, et al.
Pubblicazione: (2026)
DP-TabICL: In-Context Learning with Differentially Private Tabular Data
di: Carey, Alycia N., et al.
Pubblicazione: (2024)
di: Carey, Alycia N., et al.
Pubblicazione: (2024)
Differentially Private Integrated Decision Gradients (IDG-DP) for Radar-based Human Activity Recognition
di: Zakariyya, Idris, et al.
Pubblicazione: (2024)
di: Zakariyya, Idris, et al.
Pubblicazione: (2024)
DP-DCAN: Differentially Private Deep Contrastive Autoencoder Network for Single-cell Clustering
di: Li, Huifa, et al.
Pubblicazione: (2023)
di: Li, Huifa, et al.
Pubblicazione: (2023)
DP-Fusion: Token-Level Differentially Private Inference for Large Language Models
di: Thareja, Rushil, et al.
Pubblicazione: (2025)
di: Thareja, Rushil, et al.
Pubblicazione: (2025)
Too Good to be True? Turn Any Model Differentially Private With DP-Weights
di: Zagardo, David
Pubblicazione: (2024)
di: Zagardo, David
Pubblicazione: (2024)
Enhancing DP-SGD through Non-monotonous Adaptive Scaling Gradient Weight
di: Huang, Tao, et al.
Pubblicazione: (2024)
di: Huang, Tao, et al.
Pubblicazione: (2024)
Certification for Differentially Private Prediction in Gradient-Based Training
di: Wicker, Matthew, et al.
Pubblicazione: (2024)
di: Wicker, Matthew, et al.
Pubblicazione: (2024)
Differentially Private Multimodal Laplacian Dropout (DP-MLD) for EEG Representative Learning
di: Fu, Xiaowen, et al.
Pubblicazione: (2024)
di: Fu, Xiaowen, et al.
Pubblicazione: (2024)
Learning with Differentially Private (Sliced) Wasserstein Gradients
di: Rodríguez-Vítores, David, et al.
Pubblicazione: (2025)
di: Rodríguez-Vítores, David, et al.
Pubblicazione: (2025)
Cognitive Inception: Agentic Reasoning against Visual Deceptions by Injecting Skepticism
di: Zhao, Yinjie, et al.
Pubblicazione: (2025)
di: Zhao, Yinjie, et al.
Pubblicazione: (2025)
DP-LAC: Lightweight Adaptive Clipping for Differentially Private Federated Fine-tuning of Language Models
di: Mehmood, Haaris, et al.
Pubblicazione: (2026)
di: Mehmood, Haaris, et al.
Pubblicazione: (2026)
On the Sample Complexity of Differentially Private Policy Optimization
di: He, Yi, et al.
Pubblicazione: (2025)
di: He, Yi, et al.
Pubblicazione: (2025)
Differentially Private Block-wise Gradient Shuffle for Deep Learning
di: Zagardo, David
Pubblicazione: (2024)
di: Zagardo, David
Pubblicazione: (2024)
QMGeo: Differentially Private Federated Learning via Stochastic Quantization with Mixed Truncated Geometric Distribution
di: Wang, Zixi, et al.
Pubblicazione: (2023)
di: Wang, Zixi, et al.
Pubblicazione: (2023)
Weighted Stochastic Differential Equation to Implement Wasserstein-Fisher-Rao Gradient Flow
di: Rahimi, Herlock
Pubblicazione: (2025)
di: Rahimi, Herlock
Pubblicazione: (2025)
Towards Differentially Private Reinforcement Learning with General Function Approximation
di: He, Yi, et al.
Pubblicazione: (2026)
di: He, Yi, et al.
Pubblicazione: (2026)
Gradients Look Alike: Sensitivity is Often Overestimated in DP-SGD
di: Thudi, Anvith, et al.
Pubblicazione: (2023)
di: Thudi, Anvith, et al.
Pubblicazione: (2023)
DR-Encoder: Encode Low-rank Gradients with Random Prior for Large Language Models Differentially Privately
di: Wu, Huiwen, et al.
Pubblicazione: (2024)
di: Wu, Huiwen, et al.
Pubblicazione: (2024)
Agentic Spatio-Temporal Grounding via Collaborative Reasoning
di: Zhao, Heng, et al.
Pubblicazione: (2026)
di: Zhao, Heng, et al.
Pubblicazione: (2026)
Differentially Private Two-Stage Gradient Descent for Instrumental Variable Regression
di: Liang, Haodong, et al.
Pubblicazione: (2025)
di: Liang, Haodong, et al.
Pubblicazione: (2025)
Differentially Private Worst-group Risk Minimization
di: Zhou, Xinyu, et al.
Pubblicazione: (2024)
di: Zhou, Xinyu, et al.
Pubblicazione: (2024)
Towards Faster Decentralized Stochastic Optimization with Communication Compression
di: Islamov, Rustem, et al.
Pubblicazione: (2024)
di: Islamov, Rustem, et al.
Pubblicazione: (2024)
Gaussian DP for Reporting Differential Privacy Guarantees in Machine Learning
di: Gomez, Juan Felipe, et al.
Pubblicazione: (2025)
di: Gomez, Juan Felipe, et al.
Pubblicazione: (2025)
Differentially Private and Communication Efficient Large Language Model Split Inference via Stochastic Quantization and Soft Prompt
di: Gu, Yujie, et al.
Pubblicazione: (2026)
di: Gu, Yujie, et al.
Pubblicazione: (2026)
Unifying Bayesian Flow Networks and Diffusion Models through Stochastic Differential Equations
di: Xue, Kaiwen, et al.
Pubblicazione: (2024)
di: Xue, Kaiwen, et al.
Pubblicazione: (2024)
TS-DP: Reinforcement Speculative Decoding For Temporal Adaptive Diffusion Policy Acceleration
di: Li, Ye, et al.
Pubblicazione: (2025)
di: Li, Ye, et al.
Pubblicazione: (2025)
Learning to Diagnose Privately: DP-Powered LLMs for Radiology Report Classification
di: Bhattacharjee, Payel, et al.
Pubblicazione: (2025)
di: Bhattacharjee, Payel, et al.
Pubblicazione: (2025)
Tensor-Compressed and Fully-Quantized Training of Neural PDE Solvers
di: Lu, Jinming, et al.
Pubblicazione: (2025)
di: Lu, Jinming, et al.
Pubblicazione: (2025)
Efficient Utility-Preserving Machine Unlearning with Implicit Gradient Surgery
di: Zhou, Shiji, et al.
Pubblicazione: (2025)
di: Zhou, Shiji, et al.
Pubblicazione: (2025)
DC-SGD: Differentially Private SGD with Dynamic Clipping through Gradient Norm Distribution Estimation
di: Wei, Chengkun, et al.
Pubblicazione: (2025)
di: Wei, Chengkun, et al.
Pubblicazione: (2025)
Fully Bayesian Differential Gaussian Processes through Stochastic Differential Equations
di: Xu, Jian, et al.
Pubblicazione: (2024)
di: Xu, Jian, et al.
Pubblicazione: (2024)
TimeDP: Learning to Generate Multi-Domain Time Series with Domain Prompts
di: Huang, Yu-Hao, et al.
Pubblicazione: (2025)
di: Huang, Yu-Hao, et al.
Pubblicazione: (2025)
Selective Learning: Towards Robust Calibration with Dynamic Regularization
di: Han, Zongbo, et al.
Pubblicazione: (2024)
di: Han, Zongbo, et al.
Pubblicazione: (2024)
Differentially Private Federated Clustering with Random Rebalancing
di: Yang, Xiyuan, et al.
Pubblicazione: (2025)
di: Yang, Xiyuan, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Dyn-D$^2$P: Dynamic Differentially Private Decentralized Learning with Provable Utility Guarantee
di: Zhu, Zehan, et al.
Pubblicazione: (2025) -
PrivSGP-VR: Differentially Private Variance-Reduced Stochastic Gradient Push with Tight Utility Bounds
di: Zhu, Zehan, et al.
Pubblicazione: (2024) -
DP-FedPGN: Finding Global Flat Minima for Differentially Private Federated Learning via Penalizing Gradient Norm
di: Liu, Junkang, et al.
Pubblicazione: (2025) -
To Compress or Not? Pushing the Frontier of Lossless GenAI Model Weights Compression with Exponent Concentration
di: Yang, Zeyu, et al.
Pubblicazione: (2025) -
DP-OPD: Differentially Private On-Policy Distillation for Language Models
di: Khadem, Fatemeh, et al.
Pubblicazione: (2026)