概念导读
用强化学习引导合成数据生成过程，在保护隐私的同时最大化下游任务效用。
- 核心
- 方法
- 意义
- Related
RL-Guided Synthetic Data Generation
核心
用强化学习引导合成数据生成过程，在保护隐私的同时最大化下游任务效用。
方法
- 将数据生成建模为 RL 问题
- Reward = 下游任务性能 + 隐私保护程度
- 生成器自动学习最优的数据合成策略
意义
RL 不仅用于模型后训练，还可以用于数据工程——合成数据生成本身也可以 RL 化。