arXiv · 机器人与计算机视觉· Xinyuan Zhao·· 2026-10-20AI 评分66
FEDNBO:联邦学习后知识向异构新架构迁移的基准评测
After the Federation: Benchmarking Knowledge Portability to Heterogeneous Newcomers
AI 导读
Xinyuan Zhao 在 arXiv 上发布 FEDNBO 基准,旨在量化历史客户端不可用后,遗留模型知识对后续异构架构的效用。该研究分离了知识供给、策略识别与私有模型编译环节,揭示了架构依赖导致的转移反转现象及教师精度与私有模型效用间的差距。
来源:arXiv · 机器人与计算机视觉 · arxiv.org