FedMosaic框架通过参数适配器增强了联邦RAG

研究人员推出了FedMosaic，一个用于联邦检索增强生成（FedRAG）的新型框架，以解决隐私感知领域中的挑战。与传统的RAG不同，FedMosaic使用参数适配器来编码文档，防止原始文本的交换。该系统将文档聚类成具有特定掩码的多文档适配器，以减少存储和通信开销，同时还采用选择性适配器聚合来仅合并相关且不冲突的适配器。实验表明，与现有方法相比，FedMosaic具有更高的准确性和显著的成本降低。 AI

影响 这项研究可能有助于在敏感领域更私密、更高效地部署RAG系统。

排序理由 该集群包含一篇研究论文，详细介绍了一个用于联邦检索增强生成的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• Boyi Liu
• CatalyzeX
• DagsHub
• FedMosaic
• FedRAG
• Gotit.pub
• Hugging Face
• large-language models
• retrieval-augmented generation
• ScienceCast

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →