CARE-FL：联邦微调客户端选择框架提出

Tianqi Zong 等人提出 CARE-FL，一个面向联邦多模态大语言模型 LoRA 微调的约束感知在线客户端选择框架。该框架把客户端参与建模为序贯决策过程，用 Q 值分解与改进的 Double Deep Q-Learning 在线估计客户端长期效用。 在 CrisisMMD 灾难响应任务的异构无线边缘仿真实验中，CARE-FL 在不同系统设置下的测试准确率均高于对比的客户端选择基线且更稳定，同时满足每轮延迟与带宽约束。上述结果来自仿真实验，尚未在真实网络中验证。

AI 根据报道生成 · 9 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。