arXiv · ML· Ben Rachmut, Luise Ge, Ning Zhang, William Yeoh, Yevgeniy Vorobeychik·· 2026-10-21AI 评分23
COSMOS 模型无关个性化联邦学习框架
COSMOS: Model-Agnostic Personalized Federated Learning with Clustered Server Models and Pseudo-Label-Only Communication
AI 导读
COSMOS 框架通过仅交换伪标签实现服务端个性化联邦学习,支持异构客户端。 该框架依据预测相似度将客户端聚类,并为每个群组训练特定模型再蒸馏回客户端,实现了指数级个性化风险收缩。 实验表明 COSMOS 性能优于模型无关基准,且在高度异构环境中展现了规模化应用的潜力。
来源:arXiv · ML · arxiv.org