差分隱私新法：直接用LLM推理生成合成數據

隱私與效能的兩難

差分隱私提供嚴格的數學保證，確保算法不會洩露個人數據的細節，是機器學習領域公認的隱私保護標準之一，其應用範圍正日益廣泛。

不過，為算法加入差分隱私保障，會明顯增加機器學習流程的複雜性，在現代大規模訓練的環境之中，相關的實作與維運成本尤其可觀。