PulseAugur
实时 09:45:55
English(EN) Synapse: Federated Tool Routing via Typed Compendium Artifacts

SYNAPSE 通过跨不同 LLM 的类型化件实现联邦学习

研究人员推出了一种新颖的联邦学习系统 SYNAPSE,该系统利用类型化的联邦件。这种方法允许在具有多样化且冻结的大型语言模型的客户端之间进行更强大的工具路由,而无需共享数据或权重。该系统提供了正式的差分隐私保证,并展示了有效的跨架构迁移能力,性能优于传统方法。 AI

影响 引入了一种新的联邦学习方法,该方法改进了跨异构 LLM 的工具路由和跨模型迁移。

排序理由 该集群包含一篇详细介绍联邦学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Abhijit Chakraborty, Yash Shah, Vivek Gupta ·

    Synapse:通过类型化汇编工件进行联邦工具路由

    arXiv:2602.00911v2 Announce Type: replace Abstract: The unit of collaboration in federated learning determines what guarantees are even expressible. Flat units like weights, prompts, raw examples, carry no type signature on which privacy, conflict resolution, or cross-model trans…