arXiv · AI· Yuhan Xie, Chen Lyu, Jingrong Huang·2026-11-03 13:00· 7 小时前AI 评分24

BESplit：基于证据聚合的偏差补偿分割联邦学习框架

BESplit: Bias-Compensated Split Federated Learning with Evidential Aggregation

AI 导读

针对非 IID 数据下分割联邦学习（SFL）收敛不稳定的问题，提出架构感知框架 BESplit。通过证据聚合（EA）进行基于不确定性的细粒度重加权，并结合偏差补偿协作（BCC）对齐分割层表示。引入双教师蒸馏（DTD）同步解耦模型知识，在五个基准数据集上验证其优于 SOTA 方法。

来源：arXiv · AI · arxiv.org