one-shot-federated-learning

FedOPAL 提出了一种框架，将视觉提示适配为特征校正器，用于单次联邦学习，通过解析方法实现高效的无梯度聚合，在零服务器端训练成本下，性能显著优于现有解析方法，并可与迭代方法相媲美。