GapIP

量子协议增强分布式学习的效率和隐私

研究人员开发了一种量子环 all-reduce 协议，可以显著提高分布式机器学习的效率和隐私。该新协议利用预共享的纠缠和超密集编码将通信开销减少一半，而不会改变学习模型或梯度计算。它还提供了经典协议无法实现的、信息论上安全的隐私保证，实现了可组合的 \(\\epsilon\\)-安全聚合。该协议在经典和量子学习模型中都有潜在应用，进一步的分析表明，在带宽受限的情况下，量子在服务器到客户端通信的梯度冲突检测方面具有优势。