כתבה
arXiv cs.AI ·
FedSocket: תיבת הקשר לידע רציפה בין רכיבי למידה חיצוניים
FedSocket: Recipient-Executable Knowledge Exchange for Heterogeneous Multimodal Federated Learning
FedSocket מאפשרת תיבת הקשר לידע רציפה בין רכיבי למידה חיצוניים, כולל רכיבי למידה חיצוניים הטופלים בפרטיות. FedSocket משלבת רכיבי למידה חיצוניים חיצוניים, כולל רכיבי למידה חיצוניים הטופלים בפרטיות, ומאפשרת תיבת הקשר לידע רציפה בין רכיבי למידה חיצוניים.
תקציר מקורי באנגליתarXiv:2609.37582v1 Announce Type: cross Abstract: Federated knowledge must remain usable by recipients with different modalities, private architectures, and tasks. We present FedSocket, which makes recipient execution a design requirement of the exchanged model. A shared Q combines recipient-computable inputs, task-owned outputs, and ownership-aware aggregation, connecting heterogeneous private models through a common prediction interface. Private models teach local Q copies; the returned Q supports local learning and Joint inference, with only Q parameters and counts exchanged. Across six datasets, FedSocket improves missing-modality recipient accuracy over Local by 14.44 and 15.51 percentage points on MELD and UCF-51. Under matched inference capacity, Joint exceeds independent ensembles
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית