BriefGPT - AI 论文速递 · 2024-01-29T00:00:00Z

可扩展的孤立与编码分片联邦去学习

📝

内容提要

该研究提出了一种新的完全联邦去学习框架，解决了个别客户或数据对全局模型的影响问题。通过定义确切的联邦去学习，保证了模型在统计上与未删除数据时的模型无差异。实验证明该框架在准确性、通信成本、计算成本和去学习效果方面具有优势。