Обсуждение:Дифференциальная приватность

Материал из MachineLearning.

Как создавалась статья

Статья написана с использованием LLM Claude Opus 4.8 в несколько итераций: сначала был согласован каркас (структура разделов, вики-разметка, категории), затем модель заполнила его по заданным ограничениям, после чего текст вычитывался и правился вручную.

Основной промпт

Вот вики-скелет статьи «Дифференциальная приватность» для MachineLearning.ru [скелет].

Заполни разделы содержательным текстом, СОХРАНЯЯ:
- всю вики-разметку и теги <tex></tex> как есть;
- внутренние ссылки [[...]];
- категории в конце.

Аудитория — студенты и исследователи ML. Полезно и новичку (интуиция), и профи
(строгое определение, актуальные результаты со ссылками на реальные источники).
Проверяющий — теоретик ML, банальностей он не простит.

Запреты: «важно отметить», «играет ключевую роль», «в заключение», «не только... но и».
Не выдумывай ссылки. Не раздувай списками то, что лучше прозой. Объём 700–1000 слов.

Что проверено и изменено вручную

• сверены выходные данные источников; для основополагающих работ (Dwork и др., 2006 и 2014)

указаны конференция и журнал, а не выдуманные идентификаторы arXiv;

• проверена корректность определений ε- и (ε, δ)-дифференциальной приватности и формул

чувствительности в разметке движка texvc;

• добавлен авторский абзац о бюджете приватности как расходуемом ресурсе в конвейере

машинного обучения;

• приведены к единому виду внутренние ссылки на смежные статьи кластера

Отравление обучающих данных, Безопасность машинного обучения и Конвейер машинного обучения.

Zarina Sibgatullina 19:57, 18 июля 2026 (MSD)