研究人员提出了FedEval-LLM，一种大型语言模型联邦评估框架，解决了传统评估方法和对外部服务的依赖性的限制，确保了隐私保护能力，是协作训练场景中有前景的框架。

该研究提出了一种基于自监督遮掩采样蒸馏方法的视觉Transformer，在医学领域的各种任务中表现出较好的性能和隐私保护能力。