arXiv · ML· M Yashwanth, Sharannya Ghosh, Saikiran Bulusu, Anirban Chakraborty·· 2026-10-16AI 评分34
个性化投影上升法解决联邦Stackelberg优化问题
Personalized Projected Ascent for Federated Stackelberg Optimization
AI 导读
论文提出VR-SGDA算法,用于解决联邦minimax问题中客户个性化最大化变量无法直接平均的困境。该方法通过引入方差缩减上升步骤,使模型在非凸-PL区域消除噪声下限,恢复次线性收敛速率。实验在子群体鲁棒性和NLP对抗训练任务中验证了最坏组鲁棒性优势。
来源:arXiv · ML · arxiv.org