arXiv · Machine Learning· Ting Xu, Henry Leung·· 13 小时前AI 评分38
Fed-Universe：用于联邦系统协商对齐的语义—几何—拓扑—人（S-G-T-H）架构
Fed-Universe: A Semantic-Geometric-Topological-Human (S-G-T-H) Stack for Negotiated Alignment in Federated Systems
AI 导读
Fed-Universe提出S-G-T-H架构，以主动协商替代联邦学习中的被动平均，缓解跨站点异质性下少数群体被压制的问题。S层用边缘可部署LLM标准化患者画像提示词，G层以余弦相似度门控保留少数更新，T层通过敏感度膝点λ_k平衡聚合。S-G-T核心仿真显示，数据量不足3%的少数节点loss从0.857降至0.340，并达到效用平等。
来源：arXiv · Machine Learning · arxiv.org