告别一次性调优！同济等高校打破表格树大根深的高壁垒：OFA-TAD如何凭一个模型通吃金融与医疗跨域数据？
表格异常检测长期面临‘一个数据表训一次模型’的痛点。同济联合团队推出OFA-TAD框架，通过将表格数据翻译为语义无关的‘距离画像’并引入MoE自适应机制，成功实现免微调跨域部署，在34个数据集上斩获优...
排序
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...