arXiv 机器学习· Zekai Chen, Xun Wu, Hailin Zhang, Xunkai Li, Yu Liu, Kairui Yang, Muyan Huang, Xuaner Chen, Rong-Hua Li, Guoren Wang·· 5 小时前AI 评分34
在联邦多模态图基础模型中耦合感知与推理
Coupling Perception and Reasoning in Federated Multimodal Graph Foundation Models
AI 导读
针对联邦多模态图基础模型中感知与推理模块解耦更新的问题，研究团队提出了 FedCORE 联邦微调框架，通过共享低维潜在状态联合表示多模态 Encoder 与 GNN 的更新。该框架在共享状态空间中直接进行联邦演化，有效保留了感知与结构推理适应之间的兼容性。实验表明，FedCORE 将 Encoder 与 GNN 的配对差距从 30.6 降至 5.9，较独立联合微调降低了 80.7%。
来源：arXiv 机器学习 · arxiv.org