Buchumschlag

DPDSyn: Improving Differentially Private Dataset Synthesis for Model Training by Downstream Task Guidance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jia, Mingxuan, Huang, Wen, Zhao, Weixin, Wang, Xingyi, Peng, Jian, Zhang, Zhishuo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Watermarking LLM-Generated Datasets in Downstream Tasks
von: Liu, Yugeng, et al.
Veröffentlicht: (2025)

Benchmarking Differentially Private Tabular Data Synthesis
von: Chen, Kai, et al.
Veröffentlicht: (2025)

HoGS: Homophily-Oriented Graph Synthesis for Local Differentially Private GNN Training
von: Xu, Wen, et al.
Veröffentlicht: (2026)

Differentially Private Spatiotemporal Trajectory Synthesis with Retained Data Utility
von: Ge, Yuqing, et al.
Veröffentlicht: (2024)

Differentially Private Training of Mixture of Experts Models
von: Tholoniat, Pierre, et al.
Veröffentlicht: (2024)

DP-GENG : Differentially Private Dataset Distillation Guided by DP-Generated Data
von: Shi, Shuo, et al.
Veröffentlicht: (2025)

Secure Transfer Learning: Training Clean Models Against Backdoor in (Both) Pre-trained Encoders and Downstream Datasets
von: Zhang, Yechao, et al.
Veröffentlicht: (2025)

PSGraph: Differentially Private Streaming Graph Synthesis by Considering Temporal Dynamics
von: Yuan, Quan, et al.
Veröffentlicht: (2024)

Training Differentially Private Models with Secure Multiparty Computation
von: Pentyala, Sikha, et al.
Veröffentlicht: (2022)

DP-SAPF: Saliency-Aware Parameter Fine-tuning of Public Models for Differentially Private Image Synthesis
von: Gong, Chen, et al.
Veröffentlicht: (2026)

Improving Parameter-Efficient Federated Learning with Differentially Private Refactorization
von: Tran, Linh, et al.
Veröffentlicht: (2026)

Optimal Differentially Private Model Training with Public Data
von: Lowy, Andrew, et al.
Veröffentlicht: (2023)

DPTraj-PM: Differentially Private Trajectory Synthesis Using Prefix Tree and Markov Process
von: Wang, Nana, et al.
Veröffentlicht: (2024)

Attacking Attention of Foundation Models Disrupts Downstream Tasks
von: Silva, Hondamunige Prasanna, et al.
Veröffentlicht: (2025)

HeteroFedSyn: Differentially Private Tabular Data Synthesis for Heterogeneous Federated Settings
von: Li, Xiaochen, et al.
Veröffentlicht: (2026)

PCEvolve: Private Contrastive Evolution for Synthetic Dataset Generation via Few-Shot Private Data and Generative APIs
von: Zhang, Jianqing, et al.
Veröffentlicht: (2025)

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

From Easy to Hard: Building a Shortcut for Differentially Private Image Synthesis
von: Li, Kecen, et al.
Veröffentlicht: (2025)

Banded Square Root Matrix Factorization for Differentially Private Model Training
von: Kalinin, Nikita P., et al.
Veröffentlicht: (2024)

PrivORL: Differentially Private Synthetic Dataset for Offline Reinforcement Learning
von: Gong, Chen, et al.
Veröffentlicht: (2025)

How to Enhance Downstream Adversarial Robustness (almost) without Touching the Pre-Trained Foundation Model?
von: Liu, Meiqi, et al.
Veröffentlicht: (2025)

Differentially Private Parameter-Efficient Fine-tuning for Large ASR Models
von: Liu, Hongbin, et al.
Veröffentlicht: (2024)

When FinTech Meets Privacy: Securing Financial LLMs with Differential Private Fine-Tuning
von: Zhu, Sichen, et al.
Veröffentlicht: (2025)

Scaling Laws for Differentially Private Language Models
von: McKenna, Ryan, et al.
Veröffentlicht: (2025)

Advances in Differential Privacy and Differentially Private Machine Learning
von: Das, Saswat, et al.
Veröffentlicht: (2024)

Improving the Privacy and Practicality of Objective Perturbation for Differentially Private Linear Learners
von: Redberg, Rachel, et al.
Veröffentlicht: (2023)

DPImageBench: A Unified Benchmark for Differentially Private Image Synthesis
von: Gong, Chen, et al.
Veröffentlicht: (2025)

Differentially Private Diffusion Models
von: Dockhorn, Tim, et al.
Veröffentlicht: (2022)

Improving Count-Mean Sketch as the Leading Locally Differentially Private Frequency Estimator for Large Dictionaries
von: Pan, Mingen
Veröffentlicht: (2024)

Differentially Private Attention Computation
von: Gao, Yeqi, et al.
Veröffentlicht: (2023)

Safeguarding Data in Multimodal AI: A Differentially Private Approach to CLIP Training
von: Huang, Alyssa, et al.
Veröffentlicht: (2023)

Improved Algorithms for Differentially Private Language Model Alignment
von: Chen, Keyu, et al.
Veröffentlicht: (2025)

Improved Differentially Private Algorithms for Rank Aggregation
von: Hillebrand, Quentin, et al.
Veröffentlicht: (2025)

Improving the Utility of Differentially Private Clustering through Dynamical Processing
von: Byun, Junyoung, et al.
Veröffentlicht: (2023)

Differentially Private Subspace Fine-Tuning for Large Language Models
von: Zheng, Lele, et al.
Veröffentlicht: (2026)

Differentially Private Stream Processing at Scale
von: Zhang, Bing, et al.
Veröffentlicht: (2023)

Differentially Private Random Feature Model
von: Liao, Chunyang, et al.
Veröffentlicht: (2024)

Differentially Private Distance Query with Asymmetric Noise
von: Sheng, Weihong, et al.
Veröffentlicht: (2025)

Differentially Private Empirical Cumulative Distribution Functions
von: Barczewski, Antoine, et al.
Veröffentlicht: (2025)

Missing Mass for Differentially Private Domain Discovery
von: Dick, Travis, et al.
Veröffentlicht: (2026)