FedSumUp：用户可审计的联邦学习表示共享方法

Jingwei Zhao 等人提出 FedSumUp，一种面向资源受限联邦智能的隐私感知表示共享方法。它在客户端部署可学习的有损压缩器，生成紧凑且可视化的表示，通过控制信息容量降低隐私泄露，让用户直接评估隐私与效用之间的权衡。 该方法在服务器端训练压缩器，客户端只做轻量推理，并采用无数据闭环优化策略。上述效果为论文作者的提法，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。