DP-ES：面向提示词优化的差分隐私进化策略

DP-ES 提出用差分隐私进化策略替代 DP-OPT 的逐 token 贪心构造，通过维护完整提示词种群并借助 LLM 调用进行变异来优化提示词。研究指出 DP-OPT 在紧隐私预算下不稳定，在 GSM8K 上 30 次运行结果为 49.5±28.5%，并出现提示词模板漂移与噪声敏感导致的不可逆选择。