#排序学习

RAEM：排序感知的列表偏好本地差分隐私发布

论文指出列表式偏好反馈比成对比较提供更丰富监督，但完整排序泄露更多敏感偏好，而现有隐私对齐方法多针对成对反馈。作者提出排序感知指数机制RAEM，将列表偏好私有化为低敏感度粒度，把噪声集中在边界项附近。在同等隐私预算下，其下游LLM对齐效果稳定优于现有LDP基线。