Differential Privacy (Diferansiyel Mahremiyet)
İngilizce: Differential Privacy
Eğitim verisine matematiksel olarak ölçülebilir miktarda gürültü ekleyerek bireysel kayıtların etkisini azaltma.
Apple, Google ve Microsoft'un kullandığı bir tekniktir. Epsilon (ε) değeri ne kadar düşükse mahremiyet o kadar yüksek, ama model doğruluğu da o kadar düşer. LLM'lerde fine-tune sırasında uygulanır; foundation modeller için pahalıdır.