FedPrompt是一种结合prompt tuning和联邦学习的新方法，可提高FL方法的效率并保护数据隐私。该方法使用模型拆解聚合的方式，减小了通信成本，同时在IID和Non-IID数据分布上保证准确性，并在实验中证明了其可靠性。