arXiv · AI· Ali Mohammadi Ruzbahani, Abbas Yazdinejad, Hadis Karimipour·· 23 小时前AI 评分22
FedReason：利用大语言模型作为异构联邦学习中的权重空间元聚合器
FedReason: Large Language Models as Weight-Space Meta-Aggregators for Heterogeneous Federated Learning
AI 导读
FedReason 使用 Claude Opus 5.5 在未训练服务器端聚合规则的场景下，通过代码沙箱分析权重并生成 Python 程序来替代固定规则。 在 CIFAR-10 和 CIFAR-100 的 168 次运行中，该方法平均比 FedAvg 高 1.26 个百分点，且 60 轮运行平均 API 费用仅为 0.79 美元。
来源：arXiv · AI · arxiv.org