CN119494122A 基于本地化差分隐私的大模型训练方法、介质及系统 （厦门理工学院）_第1页
CN119494122A 基于本地化差分隐私的大模型训练方法、介质及系统 （厦门理工学院）_第2页
CN119494122A 基于本地化差分隐私的大模型训练方法、介质及系统 （厦门理工学院）_第3页
CN119494122A 基于本地化差分隐私的大模型训练方法、介质及系统 （厦门理工学院）_第4页
CN119494122A 基于本地化差分隐私的大模型训练方法、介质及系统 （厦门理工学院）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于本地化差分隐私的效提高本地化差分隐私机制获取到的数据的质2基于拉格朗日插值法和傅里叶级数法构造固定上下界所述数据标准化包括确定历史数据取值范围，并将所述历史数据映射到预设取值区;;;3公式对所述增强噪声曲线的表达式进行傅里;;;;8.一种计算机可读存储介质，其特征在于，其上训练程序，该基于本地化差分隐私的大模型训练程序被处理器执行时实现如权利要求1_7所述用户终端设备还用于基于拉格朗日插值法和傅里叶级数法构造固定上下界的噪所述用户终端设备还用于将所述训练数据发4高本地差分隐私机制获取到的数据的质量，进而提升基于该数据训练得到的模型的可用5;;;;;;;6所述用户终端设备还用于基于拉格朗日插值法和傅里叶级数法构造固定上下界的噪声分[0017]图1是根据本发明实施例的基于本地化差分隐私的大模型训练方法的流程示意图2是根据本发明实施例的基于本地化差分隐私的大模型训练系统的方框示意7;awE[-n,NI，如果有超出范围;;8;;;;。;;9;;;;;;;;;;;;;[0060]作为一种示例，在得到噪声分布函数M(x)之后，对映射后的数据进行扰;[0073]2、任务相关指标评估：根据具体任务，计算相应的指标，如语言模型的困惑度用户终端设备10还用于基于拉格朗日插值法和傅里叶级数法构造固定上下界的

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论