技术博客

在ICML 2026 Spotlight会议上，一项前沿研究提出了SlaClip——一种面向差分隐私随机梯度下降（DP-SGD）的自适应梯度剪裁方法。该方法动态调节梯度剪裁阈值，无需人工调参，显著缓解了传统DP-SGD中隐私预算消耗与模型性能下降之间的固有张力。实验表明，SlaClip在保障严格差分隐私（如ε≤8）前提下，提升了图像分类与语言建模任务的准确率，实现了隐私保护与实用性能的更优平衡。