本文介绍了一种基于经验的隐私防御方案，旨在保护训练数据隐私而不降低模型效用。通过对比数据可用性和隐私处理，设计了一种基线防御方法，能够评估和比较模型效用、训练数据隐私和参考数据隐私。实验结果表明，该方法在相对隐私水平上优于当前最先进的方法，同时揭示了现有方法在权衡模型效用、训练数据隐私和参考数据隐私方面的问题。强调了比较隐私防御方法时需要适当评估这些因素。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步：在公众号对话中发送验证码：
