FedCoT：联邦推理增强框架论文发布

Chuan Li 等作者发布论文，提出面向大语言模型的联邦推理增强框架 FedCoT。该框架客户端本地生成候选思维链与监督信号，服务器只聚合轻量模块，以保持数据本地化；具体做法是轻量级思维链重采样配合紧凑判别器筛选，以及客户端感知的 LoRA 堆叠与加权分类器聚合。作者称，这一设计在适配客户端异构性的同时降低聚合噪声与通信开销。 论文报告称，在医疗推理基准测试中，该方法在严格资源预算下取得稳定提升，代码已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。