Feb, 2023
PerAda: 具有保证的参数高效且可推广的联邦学习个性化
PerAda: Parameter-Efficient and Generalizable Federated Learning Personalization with Guarantees
Chulin Xie, De-An Huang, Wenda Chu, Daguang Xu, Chaowei Xiao...
TL;DR本文提出了一种名为 PerAda 的参数高效的 Federated Learning 框架,采用预训练模型,使用少量适配器参数进行通信,实现了与基线方法相比更好的个性化性能和广义性能,尤其是在测试时分布发生变化的情况下。