FediLoRA论文更新至v4
热点事件持续更新
FediLoRA论文更新至v4
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Lishan Yang等作者将 FediLoRA 论文更新至 v4，提出应对计算资源差异和缺失模态的轻量级联邦 LoRA 聚合框架；论文称，该方法在多个通用及医疗基准数据集上表现良好。 作者称，医疗数据实验显示该方法适用于现实部署，代码已发布。
AI 根据报道生成 · 50 分钟前更新
最新进展10月28日 12:00
FediLoRA：缺失模态约束下基础模型的实用联邦微调报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningFediLoRA：缺失模态约束下基础模型的实用联邦微调
FediLoRA 提出轻量级联邦 LoRA 聚合框架，应对计算资源异构导致的 LoRA 秩不均及缺失模态对联邦 VLLMs 的影响。该方法结合简单平均与结构化编辑，在多个通用和医疗领域基准数据集上表现良好；医疗数据实验显示其适用于现实部署，代码已发布。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。