低损失场景下的差分隐私专家在线预测

新研究针对差分隐私约束下的专家在线预测，提出首个后悔界达 $\tilde{O}(\sqrt{L^\star})$ 的算法，显著优化了最佳专家累积损失 $L^\star$ 远小于时间步长 $T$ 时的表现。