Fed-Universe

Fed-Universe 架构使用 LLM 在联邦系统中实现协商式对齐

研究人员推出了一种名为 Fed-Universe 的新颖架构，旨在通过超越简单的平均化来改进联邦学习系统中的对齐。该语义-几何-拓扑-人类 (S-G-T-H) 堆栈使用支持边缘计算的 LLM 进行语义转换，采用几何质量保证来保护少数派数据，利用拓扑帕累托控制来平衡目标，并通过认知孪生动态来适应人机交互。在合成临床网络上的初步验证表明，Fed-Universe 能够使少数派节点实现与主导中心节点相同的效用水平，并显著降低损失。