私有对比演化 Private Contrastive Evolution

私有对比进化（Private Contrastive Evolution ，简称 PCEvolve）是由上海交通大学联合清华大学等团队于 2025 年 6 月 4 日共同提出的一种新颖的 API 辅助算法，该方法在迭代过程中挖掘少样本私有数据中固有的类别间对比关系，而不仅仅依赖于单个数据点。相关论文成果为「PCEvolve: Private Contrastive Evolution for Synthetic Dataset Generation via Few-Shot Private Data and Generative APIs」。

大量实验结果表明，PCEvolve 在多个指标上均优于 PE 和其他基于 API 的基线方法。这些结果突出了结合私有数据与 API 访问进行质量评估的潜力，使能够生成高质量的满足差分隐私的合成图像，为更易用、更高效的隐私保护生成式 API 应用铺平了道路。