垂直聯邦學習

深度分析

Mirage：視覺未學習的表示層認證方法與實驗分析

隨著垂直聯邦學習需求提升，視覺模型忘記機制成為焦點。研究提出 Mirage 框架，以線性探測、CKA、特徵可分離度與層級分析四項指標，檢測表示層是否真正抹除。實驗顯示，多數方法在輸出層達標卻在特徵層保留高達 97% 的類別資訊，揭示忘記缺口。此發現呼籲業界重新檢視忘記驗證標準。