FSCLB

联邦赌徒算法通过草图技术大幅降低计算和通信成本

研究人员开发了一种名为联邦草图上下文线性赌徒（FSCLB）的新方法，以解决联邦上下文线性赌徒中的计算和通信挑战。FSCLB 利用奇异值分解（SVD）和双草图策略，显著降低了行列式计算和参数上传的复杂性。该方法将计算成本从 O(d^3) 降低到 O(l^2d)，通信成本从 O(d^2) 降低到 O(ld)，其中 'd' 是数据维度，'l' 是草图大小。实验表明，FSCLB 在累积奖励影响很小的情况下，成本降低了 90% 以上。