本文综述差分隐私机器学习中的超参数优化与隐私泄漏问题，涵盖DP-SGD多次调参的隐私损耗、Renyi差分隐私核算、DP-HyPO框架、自适应裁剪、大批量训练、隐私特征选择及隐私覆盖度指标等方法，旨在提升隐私保护下的模型效用与实用性。