实体
Parallel Split Learning
Parallel Split Learning
PulseAugur coverage of Parallel Split Learning — every cluster mentioning Parallel Split Learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的PSL-RGHA框架解决了联邦学习中的发散问题
研究人员推出了一种新颖的并行拆分学习框架PSL-RGHA，旨在解决联邦学习中的训练发散问题。该方法利用参考梯度渐进构建和梯度半空间对齐来创建鲁棒的参考梯度并约束客户端更新，从而提高收敛性和性能，尤其是在多媒体应用中资源受限的设备上。
-
新的AE-PSL方法增强了边缘设备上基础模型的微调
研究人员开发了一种名为自编码器压缩并行拆分学习（AE-PSL）的新方法，以改进资源受限设备上大型基础模型的分布式微调。该方法使用轻量级自编码器压缩中间数据，解决了现有拆分学习技术中常见的通信开销和特征分布不一致问题。AE-PSL包含一个两阶段对齐机制，以确保在微调前与预训练模型兼容。