联邦大语言模型:可行性、鲁棒性、安全性及未来方向

💡 原文中文,约500字,阅读约需2分钟。
📝

内容提要

本研究探讨了联邦大语言模型(FLLM)在可行性、鲁棒性和安全性方面的挑战,并提出了在分布式数据上有效训练大型语言模型的方法,强调隐私保护和数据孤岛问题。

🏷️

标签

➡️

继续阅读