联邦学习代币化奖励的隐私与公平权衡
热点事件观察中
联邦学习代币化奖励的隐私与公平权衡
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Andreas Sendros 等作者发表研究，设计并实测了两种基于 Solidity 智能合约的联邦学习奖励分配方案：一种按公开质量分数比例分配，另一种用零知识证明隐藏个体质量分数。作者称结果显示，加密隐私与激励公平之间存在根本性权衡。 该研究比较的是这两种具体合约方案，结论指向隐私保护与分配公平难以兼得，并未给出兼顾两者的方案。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
联邦学习代币化奖励系统：隐私与公平性的权衡报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI联邦学习代币化奖励系统：隐私与公平性的权衡
研究设计并实测了两种基于 Solidity 智能合约的联邦学习奖励分配方案：一种按公开质量分数比例分配，另一种用零知识证明隐藏个体质量分数。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。