在阅读您A Probabilistic Fluctuation based Membership Inference Attack文章和代码的时候有几点不明确的地方:
1)文中的eq(12)是什么意思,我看您用monte carlo来解释,但是在代码里无论是ddpm_loss还是ddim_loss都没有关于monte carlo的部分;
2)为什么在代码实现了,ddpm_loss直接使用diffusion的loss,而ddim_loss则要先一步步的inversion到t步作为target,再inversion一步然后在reverse作为predict呢?他们俩的差别是什么,为什么这么做?ddim_loss不能直接用diffusion loss吗?这里是为了减少不确定性?
3)为什么文中提到了shadow model,但是代码里却没有用到;
4)reference model的意义是什么,文中感觉没有解释的很清楚,不加reference model会没有效果吗?
在阅读您A Probabilistic Fluctuation based Membership Inference Attack文章和代码的时候有几点不明确的地方:
1)文中的eq(12)是什么意思,我看您用monte carlo来解释,但是在代码里无论是ddpm_loss还是ddim_loss都没有关于monte carlo的部分;
2)为什么在代码实现了,ddpm_loss直接使用diffusion的loss,而ddim_loss则要先一步步的inversion到t步作为target,再inversion一步然后在reverse作为predict呢?他们俩的差别是什么,为什么这么做?ddim_loss不能直接用diffusion loss吗?这里是为了减少不确定性?
3)为什么文中提到了shadow model,但是代码里却没有用到;
4)reference model的意义是什么,文中感觉没有解释的很清楚,不加reference model会没有效果吗?