本文比较了微调、多任务学习和知识蒸馏三种本地适应技术在解决联邦学习中参与者局部利益与数据准确度不匹配问题方面的效果。实验结果显示，所有参与者都从本地适应中受益，且本地模型表现不佳的参与者通过传统联邦方式得到了显著提升。