差分隐私自然梯度下降：缓解隐私训练中的优化效率瓶颈

论文提出DP-NGD框架，将自然梯度优化引入差分隐私训练。方法通过脱离私有数据估计曲率、在白化空间中协调各向同性噪声与各向异性预条件，并动态裁剪曲率以避免平坦方向上的更新爆炸。作者称，在相同隐私预算下，该方法在标准基准上达到更高准确率，收敛速度最高提升10倍。