Pipeline SWIFT query selection appears to use exact marginal errors
Los mantenedores suelen responder en 2 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 35/100
Línea de trabajo
Comienza en dpsynth/pipeline_transformations/swift.py siguiendo compute_exact_marginals, compute_errors, el presupuesto “Swift Select Queries” y swift.select_queries; compara este recorrido con la lógica de selección de local discrete_mechanisms.swift. Revisa el PR preliminar #31 y considera completado el issue cuando las puntuaciones de selección estén protegidas por un presupuesto separado, la medición use el presupuesto restante y los diagnósticos no publiquen errores exactos.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Problem
The scalable pipeline SWIFT path appears to use exact-error-driven query selection.
In dpsynth/pipeline_transformations/swift.py, the pipeline computes exact candidate marginals, converts them into errors with marginals_computations.compute_errors(...), requests a budget named Swift Select Queries, and then passes the errors into swift.select_queries(...).
However, the selection scores do not appear to be noised before swift.select_queries(...); noise is added only later to the selected marginal measurements.
Why this matters
The selected clique tree / selected workload is itself data-dependent output. Concretely, the junction-tree topology, the selected clique set, and (when diagnostics are enabled) the exact error scores are all released and all depend on exact high-order marginals. If selection is driven by exact marginal errors, the later noisy measurement step does not protect the information leaked by which queries were selected.
This is separate from the local discrete_mechanisms.swift path, which has its own score-noising logic (_compute_initial_errors adds noise funded by a dedicated selection budget). The issue here is the scalable pipeline transformation path, which has no equivalent noising step.
Local evidence
Reviewed at commit 18c2c951bd2923f889f6e3b2b757e01aaae398ee; re-verified still present at current main (91e9181) — the pipeline path still feeds unnoised errors from compute_errors into swift.select_queries.
Relevant lines in the current tree:
dpsynth/pipeline_transformations/swift.py:exact_marginals = marginals_computations.compute_exact_marginals(...)dpsynth/pipeline_transformations/swift.py:errors = marginals_computations.compute_errors(...)dpsynth/pipeline_transformations/swift.py: budget request namedSwift Select Queriesdpsynth/pipeline_transformations/swift.py:return swift.select_queries(errors_dict, ...)dpsynth/pipeline_transformations/swift.py: noise is added at the laterAdd noise to selected marginalsstagedpsynth/pipeline_transformations/marginals_computations.py:compute_errors(...)usesexact_valsfrom exact marginals
Possible fix
Account separately for selection and measurement. Add DP noise to the vector of SWIFT candidate error scores before clique-tree/query selection, and use the remaining measurement budget only for selected marginal measurement. Diagnostic output should avoid publishing exact errors.
Draft PR
I opened a draft fix here: https://github.com/google/dpsynth/pull/31
- Lenguaje dominante
- Python
- Estrellas
- 32
- Forks
- 13
- Merge medio
- 1 d 19 h
- PR fusionados (30 d)
- 20
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de google/dpsynth
-
import dpsynth fails because mbi.Dataset is registered as a JAX dataclass twicePosiblemente ocupada @hanzalaareeb la tomó hace 11 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
Los mantenedores suelen responder en 2 días
-
Clarify installation requirements in quickstart.ipynbPosiblemente ocupada @hanzalaareeb la tomó hace 10 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
google/dpsynth#194 · 1 comentario ·
Los mantenedores suelen responder en 2 días
-
`IndependentConfig` synthesis raises "Cliques must be unique."Quizá libre de nuevo Un pull request para esta issue se cerró sin fusionarse. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 2 días
-
Windows install of pylock.toml fails on the pipeline extra due to missing Windows wheel for python-dpPosiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 72/100
Los mantenedores suelen responder en 2 días
-
Add an option to control the maximum marginal degree in AIM workload constructionPosiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 65/100
google/dpsynth#199 · 3 comentarios ·
Los mantenedores suelen responder en 2 días
Todos los issues de google/dpsynth
Issues similares
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
MystenLabs/MemWal#1163 · 2 comentarios ·
Los mantenedores suelen responder en 1 día
-
infertopics leaves new nodes without a topic when untopiced neighbours outnumber topiced onesPosiblemente ocupada @moneebullah25 la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
FinanceFlash/unvibecode#218 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
NVIDIA/earth2studio#1241 ·
Los mantenedores suelen responder en 3 días