Jun, 2024
通过量化的 LoRA 技术促进联邦学习的数据和模型隐私保护
Promoting Data and Model Privacy in Federated Learning through Quantized LoRA
JianHao Zhu, Changze Lv, Xiaohua Wang, Muling Wu, Wenhao Liu...
TL;DR在联邦学习的背景下,我们引入一种方法来保护数据和模型的隐私,只需在训练过程中分发模型参数的量化版本。该方法结合了量化策略和 LoRA,显著降低了联邦学习中的通信成本,并且确保了数据和模型的隐私保护,同时提高了中央模型的泛化能力和资源利用效率。