实体 FGRPO

FGRPO

PulseAugur coverage of FGRPO — every cluster mentioning FGRPO across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_68474 · Jun 3 · 04:00

联邦GRPO框架增强了去中心化模型微调的隐私性

研究人员开发了FGRPO，一个用于联邦学习的新框架，它能够在保护数据隐私的同时，实现推理模型的去中心化微调。该方法通过使用组相对策略优化（GRPO）来解决因集中来自分布式所有者的数据而带来的隐私风险。FGRPO包含一个自适应聚合机制，用于管理因不同任务奖励尺度变化引起的不稳定性，确保在非独立同分布（non-IID）数据上的稳健收敛。