本文介绍了JWINS，一种高效的分散式学习系统，通过稀疏化共享参数和优化通信，显著降低信息损失和传输字节数。同时，提出了DecentralizePy框架，优化了能源效率，并引入LoDMeta方法以降低通信成本和保护数据隐私。实验结果表明，这些方法在隐私保护和模型性能上优于传统方案。