联邦视觉语言模型乳腺影像隐私评估

一项 arXiv 论文在联邦学习框架下，将预训练视觉-语言模型与客户端级差分隐私结合，评估其在乳腺影像上的隐私保护表现。作者 Malithi Mithsara Wanniarachchi Kankanamge 称，研究在两个公开乳腺影像数据集上，比较了通用 CLIP、生物医学 BiomedCLIP 和 ImageNet 预训练的 ViT-B/16 基线，并分别在有、无差分隐私的条件下测试。 论文还测试了移除文本通路的 CLIP ViT-B/16 消融版本。作者称，差分隐私使 ROC-AUC 下降 0.375，并将其归因于扰动的是完整模型状态，而非仅可训练参数。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。