11:31
官方账号arXiv cs.LG@Idan Roth, Lutz Lampe
推荐理由：这个新框架把联邦学习和分割学习结合起来，用量化省电，还能控制精度，比传统方法更适合手机这类设备跑大模型。
GQ-FSL
共 1 条相关 AI 资讯
8月3日
11:31
GQ-FSL在联邦分割学习（FSL）中引入随机量化，对客户端和服务器的子模型使用非对称精度，从而解耦设备能耗与全局收敛损失。该方法建立了参数化能耗模型，并推导了数据异构下的理论收敛界。通过联合优化DNN分割点和精度级别，GQ-FSL在满足准确率约束的前提下最小化总系统能耗。实验显示，相比量化联邦学习和全精度FSL，GQ-FSL显著提升能效，支持在资源受限设备上部署大型DNN。