实体
FedLNS
FedLNS
PulseAugur coverage of FedLNS — every cluster mentioning FedLNS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
FedLNS 方法在联邦 LLM 训练中检测恶意客户端
一篇新发表在 arXiv 上的研究论文介绍了一种名为 FedLNS 的方法，该方法旨在检测参与大型语言模型联邦学习的恶意客户端。FedLNS 通过监控模型更新中归一化层的变化来工作。这种方法已被证明在识别和缓解攻击方面是有效的，其检测此类恶意客户端的成功率低于 40%，优于六种基线方法。
-
新的FedLNS框架对抗联邦LLM中的对抗性攻击
研究人员开发了FedLNS，一个新设计的服务器端框架，用于保护联邦学习模型免受对抗性操纵。该方法利用客户端更新中归一化层参数变化的签名来识别和筛选恶意贡献。FedLNS不需要客户端进行额外的数据交换，并且可以与标准的联邦学习聚合技术集成。实验表明，即使高达40%的客户端参与目标操纵，该方法也能有效降低GPT风格、BERT风格和LLaMA风格模型的测试困惑度。