研究人员开发了 GRANITE，一个旨在提高去中心化学习系统安全性和效率的新框架。该框架专门解决了 Gossip 学习中的漏洞，在 Gossip 学习中，节点与其邻居通信并聚合模型。GRANITE 引入了检测和减轻拜占庭节点影响的机制，这些节点可以故意破坏数据和操纵网络连接。该系统根据估计的拜占庭活动动态调整聚合阈值，从而在保持高准确性的同时，即使在存在大量恶意节点的情况下也能实现更快的收敛和更低的通信成本。 AI
影响 增强了去中心化人工智能系统对抗恶意行为者的鲁棒性，可能支持更安全的协作模型训练。
排序理由 该集群包含一篇详细介绍去中心化学习新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →