Google Research·· 2025-11-12AI 评分49
Google 发布 JAX-Privacy 1.0：面向大规模机器学习的差分隐私工具库
Differentially private machine learning at scale with JAX-Privacy
AI 导读
Google 发布 JAX-Privacy 1.0，这是构建在 JAX 之上、用于训练和审计差分隐私（DP）模型的工具库，重新设计以提升模块化。它提供逐样本梯度裁剪、噪声添加、数据批构建等核心组件，支持 DP-SGD、DP-FTRL 及 DP matrix factorization 等算法，并借助 JAX 的 vmap、shard_map 实现数据与模型并行的大规模训练。
来源：Google Research · research.google