Jan, 2024
联邦学习对微调特征的偏倚风险及其影响弱领域泛化性能
The Risk of Federated Learning to Skew Fine-Tuning Features and Underperform Out-of-Distribution Robustness
Mengyao Du, Miao Zhang, Yuwen Pu, Kai Xu, Shouling Ji...
TL;DR通过引入 GNP 算法,将鲁棒性从预训练模型传递到微调模型,并增加少量的高斯噪声以增强模型的代表能力,从而显著提高模型在不同场景下的鲁棒性。