تکنیک «سازگاری در زمان تست» (TTA) به مدلهای هوش مصنوعی کمک میکند تا با دادههای جدید سازگار شوند، اما این کار میتواند حریم خصوصی دادههای ورودی را به خطر بیندازد. ⚠️
محققان به تازگی متد جدیدی معرفی کردهاند که با استفاده از «حریم خصوصی تفاضلی» (DP)، ضمن حفظ دقت و پایداری مدل، امنیت دادهها را در لحظه تست تضمین میکند. این روش با اعمال نویزهای کنترلشده و برش گرادیان، راهکاری موثر برای یادگیری مداوم و ایمن در هوش مصنوعی فراهم کرده است. ✨
منبع: arXiv Computer Vision