AI Briefing#federated-learning
#federated-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#federated-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
C-BRAIN이 NVIDIA 인프라로 다크 데이터 분석 시간을 주에서 시간 단위로 단축했다
Gboard 학습 기간을 2개월에서 3주로 단축하고 프라이버시 예산을 3배 개선
Google Research가 Gboard에 적용된 TEE 기반 FL 시스템을 공개해 학습 속도와 프라이버시를 강화했다.
비대칭 데이터 환경에서 전역 모델 정확도가 로컬 모델 대비 26%포인트 향상됨
Apple과 Georgia Tech, LIPPAX로 연방 분산 부등식 수렴 속도 개선했다
Apple 연구진이 온라인 교사 모델과 서버 측 안정화를 결합해 ASR 연방 학습 정확도를 도메인 내 20.8%, 도메인 간 10.0% 개선했다.
클라이언트의 통신 부하와 프라이버시 비용을 늘리지 않고도 2차 연산(Second-order)을 적용한 연합 학습 최적화 기법을 제안한다.
IJCAI 2022를 통해 강화 학습, 연합 학습, 인과 추론 등 최신 AI 연구 트렌드를 분석했다.
AI Alliance가 데이터 유출 없이 가중치 업데이트만 공유하는 연합 학습 기반의 프론티어 모델 개발 계획을 발표했다.
3GPP는 5G의 AI 통합 경험을 바탕으로 AI 네이티브 및 AI 친화적인 6G 네트워크 표준화를 추진하고 있다.
PINA는 LoRA 스케치와 정규성 기반 집계로 차등 프라이버시 군집형 FL 성능을 높였다.
Hugging Face와 Flower 프레임워크를 결합하여 언어 모델의 연합 학습을 구현하는 기술 튜토리얼이다.