EPFL（洛桑联邦理工学院）

PrivLEX: Detecting legal concepts in images through Vision-Language Models

PrivLEX：通过视觉-语言模型检测图像中的法律概念

Darya Baranouskaya, Andrea Cavallaro

机构 * EPFL（苏黎世联邦理工学院） ； Idiap Research Institute（Idiap研究机构） 纠错

AI总结 PrivLEX通过视觉-语言模型实现图像中法律概念的检测，无需显式标签即可进行可解释的隐私分类。

Differential Privacy for Transformer Embeddings of Text with Nonparametric Variational Information Bottleneck

Transformer文本嵌入的微分隐私：非参数变分信息瓶颈

Dina El Zein, James Henderson

机构 * Idiap Research Institute（Idiap研究 institute） ； EPFL（瑞士联邦理工学院） 纠错

AI总结 本文提出非参数变分微分隐私方法，通过在transformer嵌入中注入噪声来保护文本数据隐私，同时保持模型准确性。

Comments 11 pages, 2 figures

Instance-Dependent Regret Bounds for Nonstochastic Linear Partial Monitoring

实例依赖的非随机线性部分观察后悔界

Federico Di Gennaro, Khaled Eldowa, Nicolò Cesa-Bianchi

机构 * EPFL（苏黎世联邦理工学院） ； Università degli Studi di Milano（米兰大学） ； Politecnico di Milano（米兰理工大学） ； ETH Zürich（苏黎世联邦理工学院） ； Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学） ； Inria（法国国家信息与自动化技术研究院） ； CNRS（法国国家科学研究中心） ； Grenoble INP（格勒诺布尔INP） ； LJK（实验室） 纠错

AI总结 本文提出了一种非随机线性部分观察问题的实例依赖后悔界，通过探索-优化方法实现了高效实现，并在不同游戏中达到了标准的√T和T^{2/3}速率。

Distributional Machine Unlearning via Selective Data Removal

通过选择性数据删除实现分布机器遗忘

Youssef Allouah, Rachid Guerraoui, Sanmi Koyejo

机构 * Stanford University（斯坦福大学） ； EPFL（瑞士联邦理工学院） 纠错

AI总结 本文提出了一种基于选择性数据删除的分布机器遗忘方法，通过Kullback-Leibler散度约束实现高效删除与保留平衡，实验表明在低散度环境下样本效率显著提升。