新算法加速节能训练大模型，大幅减少联邦学习中的数据传输
斯蒂文斯理工学院团队提出联邦大模型训练新算法 MEERKAT，仅共享极少量关键参数更新，在降低通信与计算开销的同时提升模型性能和能效。
实现隐私保护的人工智能训练，助力日常设备智能升级
麻省理工学院研究人员开发出一种新方法，大幅提升隐私保护型人工智能训练效率，使资源受限的边缘设备也能部署更精准的AI模型，推动医疗和金融等高风险领域的应用。
联邦遗忘：在强化数据隐私与引入安全风险之间的微妙平衡
联邦遗忘被视为保护数据隐私的重要技术，但在提升“被遗忘权”的同时，也可能打开新的网络安全漏洞与国家安全隐患。
