Differential Privacy Protected Preference Alignment on Survey Derived Data

arXiv cs.CR · 14 oct, 06:00

Un estudio investiga cómo alinear modelos de lenguaje con valores humanos manteniendo la privacidad de datos sensibles procedentes de encuestas sobre creencias políticas, normas sociales y actitudes culturales. Los investigadores proponen un sistema que utiliza privacidad diferencial a través de mecanismos como respuesta aleatoria, mecanismo exponencial y DP-SGD.