差分隐私下的零冗余分布式学习
原文中文,约300字,阅读约需1分钟。发表于: 。使用 DP-ZeRO 系统化解决可训练的巨大 DP 模型的问题,实现深度学习和大型模型的隐私保护训练。
使用预训练的语言模型、非标准化超参数和DP优化技术,在中等规模语料库上获得优于DP-trained模型的NLP模型。提出了内存节省技术来解决DP-SGD计算难题,成本与非隐私训练相当。
使用 DP-ZeRO 系统化解决可训练的巨大 DP 模型的问题,实现深度学习和大型模型的隐私保护训练。
使用预训练的语言模型、非标准化超参数和DP优化技术,在中等规模语料库上获得优于DP-trained模型的NLP模型。提出了内存节省技术来解决DP-SGD计算难题,成本与非隐私训练相当。