使用预训练模型的差分隐私持续学习

本研究解决了持续学习与差分隐私之间的矛盾，突出展示了如何在保留知识的同时满足隐私要求。通过结合预训练模型和无参数分类器，提出了一种新方法来平衡隐私与性能的取舍。实验结果证明了该方法的有效性，并为持续学习和隐私之间的平衡提供了深刻的见解。