表示偏移

深度分析

HARMONY：以元學習與隱私保護對比對齊，緩解混合分割聯邦學習的表示偏移

隨著行動裝置算力與資料分布各異，混合分割聯邦學習面臨客戶端表示偏移問題。HARMONY透過元學習模擬多樣化提取器、隨機早期特徵抽取與隱私保護的監督式對比對齊，使伺服器能在不揭露標籤下對齊跨客戶端特徵，兼顧本地個人化與伺服器回退。實驗顯示在多模型族與資料分布下，整體測試準確率大幅改善。