Buchumschlag

Understanding the Impact of Differentially Private Training on Memorization of Long-Tailed Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Jiaming, Xie, Huanyi, Ding, Meng, Fu, Shaopeng, Liu, Jinyan, Wang, Di
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benign Overfitting in Adversarial Training for Vision Transformers
von: Zhang, Jiaming, et al.
Veröffentlicht: (2026)

Evaluating Data Influence in Meta Learning
von: Ren, Chenyang, et al.
Veröffentlicht: (2025)

Towards User-level Private Reinforcement Learning with Human Feedback
von: Zhang, Jiaming, et al.
Veröffentlicht: (2025)

TAET: Two-Stage Adversarial Equalization Training on Long-Tailed Distributions
von: YuHang, Wang, et al.
Veröffentlicht: (2025)

Memorization Sinks: Isolating Memorization during LLM Training
von: Ghosal, Gaurav R., et al.
Veröffentlicht: (2025)

Re-understanding Graph Unlearning through Memorization
von: Ding, Pengfei, et al.
Veröffentlicht: (2026)

Understanding Private Learning From Feature Perspective
von: Ding, Meng, et al.
Veröffentlicht: (2025)

PAHQ: Accelerating Automated Circuit Discovery through Mixed-Precision Inference Optimization
von: Wang, Xinhai, et al.
Veröffentlicht: (2025)

Differentially Private Non-convex Distributionally Robust Optimization
von: Xu, Difei, et al.
Veröffentlicht: (2026)

Certification for Differentially Private Prediction in Gradient-Based Training
von: Wicker, Matthew, et al.
Veröffentlicht: (2024)

Ensemble of Pre-Trained Models for Long-Tailed Trajectory Prediction
von: Thuremella, Divya, et al.
Veröffentlicht: (2025)

Extracting Memorized Training Data via Decomposition
von: Su, Ellen, et al.
Veröffentlicht: (2024)

In-Run Data Shapley for Adam Optimizer
von: Ding, Meng, et al.
Veröffentlicht: (2026)

Space Alignment Matters: The Missing Piece for Inducing Neural Collapse in Long-Tailed Learning
von: Wang, Jinping, et al.
Veröffentlicht: (2025)

Memorization in deep learning: A survey
von: Wei, Jiaheng, et al.
Veröffentlicht: (2024)

Learning from Streaming Data when Users Choose
von: Su, Jinyan, et al.
Veröffentlicht: (2024)

TNT: Improving Chunkwise Training for Test-Time Memorization
von: Li, Zeman, et al.
Veröffentlicht: (2025)

Understanding and Improving Continuous Adversarial Training for LLMs via In-context Learning Theory
von: Fu, Shaopeng, et al.
Veröffentlicht: (2026)

Reasoning or Memorization? Unreliable Results of Reinforcement Learning Due to Data Contamination
von: Wu, Mingqi, et al.
Veröffentlicht: (2025)

Understanding and Mitigating Memorization in Generative Models via Sharpness of Probability Landscapes
von: Jeon, Dongjae, et al.
Veröffentlicht: (2024)

The Pitfalls of Memorization: When Memorization Hurts Generalization
von: Bayat, Reza, et al.
Veröffentlicht: (2024)

Challenges in Enabling Private Data Valuation
von: Fu, Yiwei, et al.
Veröffentlicht: (2026)

A Scalable Curiosity-Driven Game-Theoretic Framework for Long-Tail Multi-Label Learning in Data Mining
von: Yang, Jing, et al.
Veröffentlicht: (2026)

Attributing Data for Sharpness-Aware Minimization
von: Ren, Chenyang, et al.
Veröffentlicht: (2025)

ADV-0: Closed-Loop Min-Max Adversarial Training for Long-Tail Robustness in Autonomous Driving
von: Nie, Tong, et al.
Veröffentlicht: (2026)

Quantitative Auditing of AI Fairness with Differentially Private Synthetic Data
von: Yuan, Chih-Cheng Rex, et al.
Veröffentlicht: (2025)

Risk-Informed Diffusion Transformer for Long-Tail Trajectory Prediction in the Crash Scenario
von: Chen, Junlan, et al.
Veröffentlicht: (2025)

DP-FedPGN: Finding Global Flat Minima for Differentially Private Federated Learning via Penalizing Gradient Norm
von: Liu, Junkang, et al.
Veröffentlicht: (2025)

Efficient Text-Attributed Graph Learning through Selective Annotation and Graph Alignment
von: Xie, Huanyi, et al.
Veröffentlicht: (2025)

Data-adaptive Differentially Private Prompt Synthesis for In-Context Learning
von: Gao, Fengyu, et al.
Veröffentlicht: (2024)

Multi-Objective Optimization for Privacy-Utility Balance in Differentially Private Federated Learning
von: Ranaweera, Kanishka, et al.
Veröffentlicht: (2025)

KL-regularization Itself is Differentially Private in Bandits and RLHF
von: Zhang, Yizhou, et al.
Veröffentlicht: (2025)

Generalizability of Memorization Neural Networks
von: Yu, Lijia, et al.
Veröffentlicht: (2024)

DP-DCAN: Differentially Private Deep Contrastive Autoencoder Network for Single-cell Clustering
von: Li, Huifa, et al.
Veröffentlicht: (2023)

OSDTW: Optimal Shared Depth and Task Weighting for Long-Tailed Recognition
von: Chu, Chang, et al.
Veröffentlicht: (2026)

TailedTS: Benchmark Dataset for Heavy-Tailed Time Series Prediction and Periodicity Quantification
von: Chen, Xinyu, et al.
Veröffentlicht: (2026)

Mitigating Long-Tailed Anomaly Score Distributions with Importance-Weighted Loss
von: Lee, Jungi, et al.
Veröffentlicht: (2026)

Reconstruction of Differentially Private Text Sanitization via Large Language Models
von: Pang, Shuchao, et al.
Veröffentlicht: (2024)

Differentially Private Federated Clustering with Random Rebalancing
von: Yang, Xiyuan, et al.
Veröffentlicht: (2025)

On the Sample Complexity of Differentially Private Policy Optimization
von: He, Yi, et al.
Veröffentlicht: (2025)