arXiv 2026年10月5日该工作把数据集选择建模为含多个异质来源与加权岭回归的高维回归问题，仅用汇总统计量并给出标签级或特征与标签联合的ρ-零集中差分隐私保证，其核心技术结果是测试误差的确定性等价，刻画样本量、协方差结构、模型偏移、正则化与隐私噪声之间的相互作用，从而可在不访问数据本身、仅依赖总体层面量的条件下优化权重与岭正则化超参数并判断私有外部数据集是否有用，并在合成与真实数据集上给出实验支持。该工作把数据集选择建模为含多个异质来源与加权岭回归的高维回归问题，仅用汇总统计量并给出标签级或特征与标签联合的ρ-零集中差分隐私保证，其核心技术结果是测试误差的确定性等价，刻画样本量、协方差结构、模型偏移、正则化与隐私噪声之间的相互作用，从而可在不访问数据本身、仅依赖总体层面量的条件下优化权重与岭正则化超参数并判断私有外部数据集是否有用，并在合成与真实数据集上给出实验支持。高维渐近理论给出仅凭汇总统计量判断私有外部数据集是否值得购买的选择准则该工作把数据集选择建模为含多个异质来源与加权岭回归的高维回归问题，仅用汇总统计量并给出标签级或特征与标签联合的ρ-零集中差分隐私保证，其核心技术结果是测试误差的确定性等价，刻画样本量、协方差结构、模型偏移、正则化与隐私噪声之间的相互作用，从而可在不访问数据本身、仅依赖总体层面量的条件下优化权重与岭正则化超参数并判断私有外部数据集是否有用，并在合成与真实数据集上给出实验支持。该工作把数据集选择建模为含多个异质来源与加权岭回归的高维回归问题，仅用汇总统计量并给出标签级或特征与标签联合的ρ-零集中差分隐私保证，其核心技术结果是测试误差的确定性等价，刻画样本量、协方差结构、模型偏移、正则化与隐私噪声之间的相互作用，从而可在不访问数据本身、仅依赖总体层面量的条件下优化权重与岭正则化超参数并判断私有外部数据集是否有用，并在合成与真实数据集上给出实验支持。