通过评估发现，隐私度对公平性的影响不是单调的。增加差分隐私噪声会增加准确性差异，但在更高隐私水平下通过更多噪声后减小。梯度剪裁可以减轻隐私噪声对公平性的负面影响。

该文介绍了一种基于梯度剪裁的随机一阶优化方法，适用于噪声假设温和的情况。作者提出了新的用于复合和分布式优化的随机方法，并证明了这些方法的紧密高概率收敛结果。同时，作者还开发了新的方法，针对复合和分布式变分不等式，并分析了这些方法的高概率收敛性。