砸碎联邦学习的“不可能三角”！清华与信通院联手，用“表征纠缠”解决异构模型落地难题 联邦学习在模型异构场景下难以平衡性能、隐私与通信开销。清华大学与信通院联合团队提出FedRE框架，通过“表征纠缠”机制，在保持模型高性能的同时，以极低通信开销实现超强的抗逆向攻击隐私防护，为数据要素流... AI 前沿动态# FedRE# 机器学习# 模型异构 2个月前270
