研究者提出单轮联邦域适应框架SKD-ETR
热点事件观察中
研究者提出单轮联邦域适应框架SKD-ETR
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Ali Abedi 等人提出单轮联邦无监督域适应框架 SKD-ETR，将平滑知识蒸馏（SKD）与基于指数移动平均的教师精炼（ETR）结合。按论文描述，SKD 用源模型集成生成的平滑软伪标签训练目标域学生模型；ETR 则通过指数移动平均把学生参数插值回各源模型，形成双向精炼，且不增加通信开销。 该框架面向联邦无监督域适应场景，目前公开的是方法设计本身，尚未见实际部署或效果验证的报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 11:06
SKD-ETR：结合平滑知识蒸馏与教师精炼的一次性联邦无监督域适应报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 隐私论文SKD-ETR：结合平滑知识蒸馏与教师精炼的一次性联邦无监督域适应
SKD-ETR 是一个一次性联邦无监督域适应（FUDA）框架，结合平滑知识蒸馏（SKD）与基于指数移动平均的教师精炼（ETR）。SKD 用源模型集成生成的平滑软伪标签训练目标域学生模型，ETR 通过 EMA 将学生参数插值回各源模型，实现双向精炼且不增加通信开销。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 510月23日 11:00
- 近 24 小时变化
- –
0246
11:0012:0013:00
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。