FediLoRA：应对模态缺失的联邦LoRA框架

Lishan Yang等作者提出FediLoRA，一个轻量级联邦LoRA聚合框架，目标是在参与机构LoRA秩不均衡、且部分模态缺失的异构环境下完成基础模型的联邦微调。作者称，此前尚无工作同时处理这两项挑战。 该方法在多个通用领域和医疗领域基准数据集上取得较强性能；作者表示，医疗数据实验显示其适合实际部署场景，代码已开源。上述性能与适用性均为作者说法。

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。