Performance Guarantees for Permissionless Lending
We propose a lending protocol with far fewer risks than existing pool-based lending protocols (e.g., Aave, Compound). In
#stat.ME
共收录 11 条相关情报。
← 返回所有主题Anytime-valid detection of LLM weight exfiltration
A compromised LLM inference server can leak model weights by encoding payload bits in otherwise plausible token choices.
Certified Corruption Budgets: Anytime-Valid Leaderboard Claims under Adaptive Rigging
Public leaderboards for AI models are read continuously, and attackers can see every published standing. Vote rigging, s
Differentially Private Average Treatment Effect Estimation by Propensity Score Blocking
观察性研究中的平均处理效应（ATE）估计是社会科学、医学和流行病学等领域广泛使用的基础统计工具，用于在无法进行随机对照试验时评估某种干预或暴露对结果变量的因果影响。然而这些领域所处理的数据通常包含高度敏感的个人信息，直接发布基于原始数据的
Optimal Adversarial Testing: Extracting Honest Test Results from Dishonest Test Takers
该论文研究在测试结果可能被不诚实测试者恶意扭曲的情况下，如何设计最优测试策略以恢复真实测试结果。现实中的考试、评估等场景常面临作弊或对抗性行为，随着AI技术发展，利用AI作弊的现象愈发普遍和严重，导致测试结果的可靠性受到威胁。作者将测试问题
SynthGuard-ReleaseBench: Locked-Audit Evidence for Synthetic Tabular Data Releases
该论文提出 SynthGuard-ReleaseBench，一个针对合成表格数据发布的审计框架。传统上，合成数据通常通过真实性、隐私性或下游任务分数来评估，但这些指标无法回答一个关键问题：对于特定的使用场景、目标人群和威胁模型，该发布是否得
A Maximum Entropy Implementation of Differential Privacy Under Linear Invariants
本文针对差分隐私（Differential Privacy, DP）在实际部署中必须满足的聚合约束（也称为不变性）问题，提出了一种基于最大熵的差分隐私实现方法。在标准的差分隐私机制中，通常通过向查询结果添加独立的高斯或拉普拉斯噪声来保护个体
Risk-Limiting Audits for Parliamentary Majorities
该论文针对议会选举中多数派执政结果的认证问题，提出了一种风险限制审计（RLA）方法。传统的RLA通常聚焦于认证单个竞选结果，但在议会制选举中，政治相关结果往往是某个政党是否赢得足够席位以组建政府，而非每个席位结果是否完全正确。论文将认证议会
Auditing Combinatorial Randomness from Finite Transcripts
该论文研究了从有限公开记录中审计组合随机性的问题。公共随机性是一种安全原语，但其实际行为往往只能通过有限的记录片段观察。作者针对从 m 个标签中无放回均匀抽取 k 个子集（共 C(m,k) 种可能）这一过程，在精确均匀无放回零假设下进行黑盒
Enhancing Differentially Private Mechanisms via Empirical Bayes
差分隐私已成为保护机器学习与统计算法隐私安全的事实标准。虽然已有大量算法致力于在保持同等隐私预算的前提下提升数据效用，但这些方法往往过于复杂或计算效率低下。本文提出了一种新颖且简洁的后处理去噪方法：受经验贝叶斯估计启发，直接对简单加性高斯机
Data anonymization in the presence of outliers via invariant coordinate selection
该论文研究存在离群值（outliers）时的数据匿名化问题。现有潜在空间匿名化方法（如频谱匿名化SA）基于主成分分析（PCA），对离群值敏感，可能导致隐私泄露。作者提出ICSA（Invariant Coordinate Selection