arXiv · ML· Vasilis Siomos, Lam Ngo, Jonathan Passerat-Palmbach, Giacomo Tarroni·· 3 天前AI 评分33
联邦数据集模拟:跨任务诱导无标签异构性
Federated Dataset Simulation: Inducing Label-Free Heterogeneity Across Tasks
AI 导读
论文提出联邦数据集模拟任务,通过预训练嵌入和视觉语言模型标准实现无标签划分,覆盖四类数据集。实验显示其诱导的异构性不低于标签偏斜方法,并开源了包含模拟、测量及训练全流程的模块化包 fds。该方法解决了非分类任务缺乏模拟方法的问题,为联邦学习评测提供了新基准。
来源:arXiv · ML · arxiv.org