FedPEAT:移动边缘计算中的联邦学习、参数高效微调和仿真器辅助调整在人工智能基础模型上的融合

💡 原文约500字/词,阅读约需2分钟。
📝

内容提要

本文介绍了FedDAT框架,用于异构多模态联邦学习的调优。该框架利用Dual-Adapter Teacher处理数据异质性,通过MKD实现高效的知识传递。实验结果表明,FedDAT优于现有的集中PEFT方法。

➡️

继续阅读