跳到正文
热点事件持续更新

研究者提出HMP-GAE抗拜占庭联邦LLM框架

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Kai Li等研究者发表论文提出HMP-GAE框架,用超图消息传递识别并抑制联邦聚合中被恶意操纵的模型更新,阻止语义被污染的知识传播。 该方法以Qwen-2.5和Llama-3.2为预训练FedLLM底座,在AG News和Yahoo! Answers数据集上评测,作者称相比现有防御方案全局准确率提升1.21%、最终模型分类语义熵降低44.08%、困惑度降低13.34%。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv:cs.LG
    基于超图消息传递的拜占庭鲁棒联邦大语言模型 HMP-GAE

    研究者提出 HMP-GAE 框架,用超图消息传递识别并抑制联邦聚合中被恶意操纵的模型更新,防止语义被污染的知识传播。该框架以 Qwen-2.5 和 Llama-3.2 为预训练 FedLLM 底座,在 AG News 和 Yahoo! Answers 数据集上评测,相比现有防御方案全局准确率提升 1.21%、最终模型分类语义熵降低 44.08%、困惑度降低 13.34%。

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。