无性能损失的隐私会议摘要

会议摘要具有巨大的商业潜力，但除了是一个难题之外，其推广还受到隐私问题的挑战。我们探讨了差分隐私约束下的会议摘要问题，并惊讶地发现，虽然差分隐私导致样本内数据性能略有下降，但在未见会议类型上评估时，差分隐私反而提升了性能。由于会议摘要系统在实际应用场景中会遇到多种多样的会议类型，这一观察使得安全的会议摘要看起来更为可行。我们进行了广泛的错误分析，并识别了差分隐私下会议摘要的潜在风险，包括一项忠实性分析。