model-aggregation

一位用户分享了使用ChatGPT进行复杂医疗护理的经验，并提出聚合多个AI模型的想法，通过寻求不同LLM之间的共识来提高可靠性。

本文介绍了FIRMA，一种包含三种隐私保护联邦学习协议的系列方案，采用斐波那契加权环聚合，实现了无服务器运行、永久隐私的分类头以及在数据异构性下提高准确率。

本文介绍了 GLoRA，这是一种面向联邦 LoRA 的规范感知服务器表示，旨在通过估计共识更新子空间来解决因子聚合中的语义不匹配问题。实验表明，在异构客户端场景下，GLoRA 在性能和效率方面均优于基线方法。