该论文提出了一种新颖的FL算法（FedIns），用于处理FL框架中的内部客户数据异质性。实验证明FedIns在Tiny-ImageNet上比现有FL算法表现更好，性能提升多于6.64%，通信成本不到15%。代码和模型将在2023年8月公开发布。

该文介绍了一种新的FL算法FedIns，用于处理FL框架中的内部客户数据异质性，并通过实例自适应推理减少内部客户和跨客户之间的异质性。实验证明FedIns在Tiny-ImageNet上比现有FL算法表现更好，性能提升超过6.64%，通信成本不到15%。代码和模型将公开发布。