AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:时间漂移×
6月17日
09:44
09:44arXiv cs.AI@Davide Domini, Gianluca Aguzzi, Lorenzo Pellegrini, Mirko Viroli, Lukas Esterle
研究者提出C2FL,一种完全分布式的联邦学习方法。节点通过空间聚类自组织成学习组,反映环境地理结构。为应对时间漂移,每个节点结合经验回放与驻留时间感知的自适应平均步骤,逐步融入区域共识。合成实验表明,标准联邦学习策略在空间和时间漂移下准确率下降超过30%,而C2FL恢复至接近集中式训练的性能。
论文C2FL联邦学习空间聚类时间漂移持续学习

推荐理由:这篇论文用空间聚类和驻留时间自适应平均,解决了移动场景下联邦学习数据漂移的老大难问题,效果比标准FL好很多。
原文
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
精选全部日报登录