Differentially Private Next-Token Prediction of Large Language Models

本文是LLM系列文章，针对《Differentially Private Next-Token Prediction of Large Language Models》的翻译。

摘要

确保大型语言模型（LLM）的隐私变得越来越重要。实现这一点最广泛采用的技术是DP-SGD，它训练一个模型来保证差分隐私（DP）。然而，DP-SGD高估了对手对模型进行白盒访问的能力，因此导致比SGD更长的训练时间和更大的内存使用量。另一方面，商业LLM部署主要基于云；因此，对LLM的对抗性访问是黑匣子。受这些观察结果的启发，我们提出了集合分布的私有混合（PMixED）：一种用于下一个token预测的私有预测协议，利用下一个采样的固有随机性和公共模型来实现差分隐私。我们通过引入RD Mollier来形式化这一点，RD Molliers将模型的每个输出分布从一组微调LLM投影到公共LLM输出分布周围的集合上，然后对投影的分布进行平均并从中采样。与DP-SGD不同，DP-SGD在训练过程中需要考虑模型架构，PMixED是模型不可知的，这使得PMixED成为当前部署的一个非常有吸引力的解决方案。我们的结果表明，PMixED实现了比样本级隐私更强的隐私保证，并且在大规模数据集上的隐私度ε=8优于DP-SGD。因此，PMixED为DP训练方法提供了一种实用的替代