PFedQFT医疗联邦微调框架发布

Qihan Huang等人在arXiv发布PFedQFT框架，这是一种面向医疗大语言模型的个性化联邦量子启发微调方法。该框架旨在解决医疗LLM联邦微调中通信与参数成本过高的问题，通过紧凑共享适配器降低训练负担。 技术层面，PFedQFT利用截断矩阵指数近似和QR正交化构建可重用正交基础，结合全局共享核心与本地私有残差算子，实现了参数的高效复用。 实验结果显示，在七项公开医疗任务和多个LLM主干上，该方法显著减少了可训练参数及每轮上传的适配器体积，且预测性能具有竞争力。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。