谷歌 DeepMind 最近推出了一款名为 VaultGemma 的新型语言模型，这一创新的技术专注于用户隐私的保护。VaultGemma 不仅是开源的，而且是目前规模最大的具备差分隐私能力的语言模型，参数数量达到了惊人的10亿。这项技术的发布，标志着人工智能领域在保护用户数据隐私方面的重大进步。

传统的大语言模型在训练过程中可能会不小心记住一些敏感信息，比如姓名、地址和机密文档等。为了应对这一挑战，VaultGemma 引入了差分隐私技术，通过在训练过程中添加可控的随机噪声，确保模型的输出无法与特定的训练样本关联。

这意味着，即使 VaultGemma 曾接触过机密文件，从统计学上也无法还原其内容。谷歌的初步测试结果显示，VaultGemma 确实没有泄露或复现任何训练数据，进一步提升了用户的信任感。

在技术架构方面，VaultGemma 是基于 Google 的 Gemma2架构，采用了仅解码器的 Transformer 设计，包含26层，并使用了多查询注意力机制。一个关键的设计选择是将序列长度限制为1024个 Token，这样有助于管理私有训练所需的高密集计算。开发团队还借助一种新颖的 “差分隐私缩放定律”，为计算能力、隐私预算和模型效用之间的平衡提供了框架。

尽管 VaultGemma 的性能与五年前的普通语言模型相当，在生成能力上略显保守，但它在保护隐私方面提供了更强的保障。谷歌的研究人员表示，他们将在 Hugging Face 和 Kaggle 上以开源许可证公开 VaultGemma 及其相关代码库，让更多人能够轻松访问这一私有 AI 技术。