论文
创造始于理解：LLM 作为隐私保护表格数据合成的策略设计者
Creation begins with understanding: LLMs as strategy designers for privacy-preserving tabular data synthesis
摘要
在高风险领域共享表格数据受到隐私法规的限制。合成数据提供了一种有前途的替代方案，但深度生成模型的训练成本高昂且难以审核，而基于 LLM 的方法通常将记录序列化为文本，从而模糊表格结构并暴露敏感数据。我们引入表格综合策略设计器（TabSSD），它使用 LLM 来设计综合程序而不是直接生成记录。 TabSSD 为 LLM 提供变量依赖性的树派生摘要而不是原始记录，从而生成用于本地执行和评估的 Python 程序。在 12 个数据集中，TabSSD 在统计保真度、预测效用和经验隐私风险之间取得了良好的平衡，在 10 种方法中的 6 个指标中实现了最佳平均排名。此外，相对于比较方法，它大大减少了本地计算和词元消耗。通过实现人工引导的细化并消除用户端模型调整，TabSSD 降低了透明表格数据合成的专业知识和基础设施障碍。