热点事件持续更新

FedGRC：支持自适应统计个性化的联邦学习框架

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026 年 10 月 23 日，Junyu Lin 等研究人员在 arXiv 上发布了联邦学习框架 FedGRC。该框架旨在解决个性化联邦学习中的挑战，其核心机制包括共识引导表示学习、多层度量合成以及支持自适应收缩个性化。实验数据显示，在 CIFAR-10 和 CIFAR-100 数据集上，FedGRC 将全局识别率和个性化下限分别提升了至少 2.17% 和 2.13%。

AI 根据报道生成 · 56 分钟前更新

最新进展10月23日 12:00

FedGRC：支持自适应统计个性化与几何共识的联邦学习框架

报道时间线

沿着报道，了解事件的不同侧面。

10月23日

12:00
arXiv · ML
FedGRC：支持自适应统计个性化与几何共识的联邦学习框架
FedGRC 框架通过结合共识引导表示学习、多层度量合成和支持自适应收缩个性化，在 CIFAR-10/100 上将全局识别率和个性化下限分别提升至少 2.17% 和 2.13%。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。