DP2FL: Dual Prompt Personalized Federated Learning in Foundation Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

该研究提出了DP2FL框架,旨在解决个性化联邦学习在有限本地数据下的模型性能不足问题。通过双提示和自适应聚合策略,显著提升了模型的泛化能力,并有效整合新客户。实验结果表明,该框架在高度异构环境中表现出良好的有效性。

🏷️

标签

➡️

继续阅读