From Privacy to Generalization: Linear Max-Information Bounds for DP-SGD

En 3 lignesArticle théorique prouvant une borne finie sur l'information maximale approximée de DP-SGD avec scaling linéaire en taille du dataset. Dérive une borne PAC-Bayes générale où la distribution a priori est apprise par DP-SGD, et une borne de généralisation explicite contrôlée par les hyperparamètres d'optimisation.

Résumé généré par Claude — vérifié par l'humain