BriefGPT - AI 论文速递 · 2023-12-26T00:00:00Z FedMS: 带有稀疏激活基模型的联邦学习 💡 原文中文，约500字，阅读约需2分钟。 📝 内容提要 研究人员提出了FedDAT，一种用于异构多模态联邦学习的调优框架。该方法利用Dual-Adapter Teacher（DAT）处理数据异质性，并通过知识蒸馏实现高效的知识传递。实验证明，FedDAT在多个多模态联邦学习基准上优于现有方法。 🏷️ 标签 Dual-Adapter Teacher FedDAT 异构多模态联邦学习 知识蒸馏 联邦学习 调优框架 阅读原文 生成长图 分享链接 已复制链接
