接收端主导联邦学习长周期基准研究发布

1. 13:00
   arXiv 机器学习

   接收端主导联邦学习的信任边界能否长期维持？长周期基准研究

   一项长周期基准研究评估了接收端主导联邦学习在 600 轮及 Qwen3-1.7B LoRA 任务中的信任边界。测试表明基于固定参考的门控误纳了 29% 有害迁移，而基于当前模型的门控仅误纳 2% 却遗漏了有效迁移。留出审计机制在 600 轮时部署了 65% 至 72% 的无负收益模型，在 38% 对抗节点下仅 FedFomo 与 CS-Gate 保持正平均收益。

Current heat 7·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.