Google Research·· 2025-11-12精选AI 评分71
Google Research 发布 JAX-Privacy 1.0，支持大规模差分隐私机器学习
Differentially private machine learning at scale with JAX-Privacy
AI 导读
Google Research 发布 JAX-Privacy 1.0，这是基于 JAX 构建的差分隐私模型训练与审计工具包，支持 DP-SGD、DP-FTRL 和 DP 矩阵分解等算法。该版本面向多加速器和大规模模型训练，提供微批处理、填充、隐私损失审计及 Gemma 系列模型微调示例，并通过 GitHub 和 PIP 开源。
推荐理由
JAX-Privacy 1.0 将差分隐私训练、并行扩展和审计组件整合到 JAX 生态，降低大规模隐私保护机器学习的实现门槛。
来源：Google Research · research.google