gossip·general

Gossip

别名
首次出现
2026-05-22
最近出现
2026-07-13
累计提及
8
§ 01综述

Gossip(八卦)协议是一种去中心化通信机制,节点周期性地随机选择邻居交换信息,通过类似八卦传播的方式实现系统状态的一致性。它在分布式系统、区块链和联邦学习中广泛应用,因其高扩展性和对节点故障的鲁棒性而受到关注。

Gossip 近期进展

  • gspDAG-FL:基于Gossip与虚拟投票的安全去中心化联邦学习(arXiv 2026年7月):该论文提出 gspDAG-FL,利用 Gossip 协议构建有向无环图(DAG)结构,并结合虚拟投票机制实现去中心化联邦学习中的安全聚合。实验表明,该方法在非独立同分布数据下相比传统联邦学习框架提升了模型精度并降低了通信开销。arXiv:2607.08651v1
  • GASLoC:统一本地通信与本地更新的LLM预训练新算法(arXiv 2026年6月):GASLoC 通过 Gossip 风格的本地通信策略,使大语言模型预训练过程中各计算节点仅交换梯度信息而不依赖全局同步。该算法在数百亿参数规模上实现了通信效率与训练稳定性的平衡,收敛速度较传统数据并行方法提升约30%。arXiv:2606.11081v1
  • 当前焦点与观察点

    当前 Gossip 协议的研究焦点在于如何平衡通信效率、隐私保护与算法收敛性。在联邦学习场景中,Gossip 替代中央服务器可消除单点故障,但也引入异步更新带来的模型偏差问题。gspDAG-FL 通过 DAG 排序与虚拟投票尝试解决该问题,而 GASLoC 则在 LLM 预训练中展示了 Gossip 在大规模分布式训练中的潜力。未来方向包括:结合差分隐私实现 Gossip 通信中的隐私保护,以及优化拓扑结构以降低消息冗余。总体而言,Gossip 正从经典分布式系统工具演进为 AI 训练与部署场景中的关键组件。

    § 02相关报道03 条在档
    1. 01
      gspDAG-FL:基于Gossip与虚拟投票的安全去中心化联邦学习
      arXiv cs.LG
    2. 02
      GASLoC:统一本地通信与本地更新的LLM预训练新算法
      arXiv cs.AI
    3. 03
      Kling AI 在 AI on the Lot 社区日展示 20 部原生 4K AI 短片
      快手可灵 Kling
    § 03邻近话题

    本页综述由 AITOP 基于公开报道整理。原报道版权归各自来源所有。

    /topic/Gossip