热点事件持续更新
研究提出拜占庭容错联邦大模型框架HMP-GAE
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv机器学习板块公布了一项针对联邦大语言模型安全训练的研究。为解决去中心化训练中抵御拜占庭攻击的知识聚合难题，研究人员提出了基于超图消息传递的图自编码器框架HMP-GAE。该框架基于Qwen-2.5和Llama-3.2骨干网络实现，通过将低秩模型更新表示为超图节点，并利用跨智能体关系推理来抑制被恶意篡改的更新，以保障模型聚合的安全性。
AI 根据报道生成 · 7 小时前更新
最新进展10月12日 12:00
研究人员提出HMP-GAE框架，通过超图消息传递防御联邦大模型去中心化训练中的拜占庭攻击。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 机器学习基于超图消息传递的拜占庭容错联邦大语言模型框架 HMP-GAE
研究提出超图消息传递图自编码器框架 HMP-GAE，用于解决联邦大语言模型去中心化训练中抵御拜占庭攻击的知识聚合难题。该方法基于 Qwen-2.5 和 Llama-3.2 骨干网络实现，通过将低秩模型更新表示为超图节点并利用跨智能体关系推理抑制被篡改的更新。
本事件热度走势
当前热度 8·可比范围峰值 10（10月12日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。