11:07官方账号arXiv cs.LG@Zekai Chen, Kairui Yang, Xuaner Chen, Xunkai Li, Xun Wu, Rong-Hua Li, Guoren WangFedLAB提出了一种可追溯的语义码本框架,用于联邦多模态图基础学习。该框架将多模态图知识组织为类型化的分层码本,涵盖模态证据、节点语义和拓扑上下文。通过联邦语义质心预训练优化可追溯单元,同时保持原始多模态内容和图结构本地化。在10个基准和6个下游任务上,FedLAB相对现有方法提升最高7.53%。论文FedLAB多模态图联邦学习语义码本图基础模型推荐理由:这篇论文提出了FedLAB,用可追溯码本处理联邦多模态图学习的隐私问题,10个基准上最多提升了7.53%,很扎实的研究。原文