FedReason：让LLM在服务器端生成联邦聚合程序

Ali Mohammadi Ruzbahani 等人提交论文，提出 FedReason：让大语言模型在服务器端沙箱中检查客户端模型权重，自行生成一段 Python 聚合程序，服务器端不做任何训练。 按论文描述，LLM 每十轮被调用一次，服务器执行其生成的程序直到下次调用；若输出无效，则回退到 FedAvg。完整权重张量不离开服务器。论文称一次 60 轮运行的平均 API 费用为 0.79 美元。 该方法针对异构联邦学习中的聚合规则选择问题，目前仅为论文中的方法描述，尚未见独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。