محققان در مقالهای جدید، روش نوآورانهای به نام «SpecTraL» را برای بهبود فرآیند آموزش در یادگیری فدرال (Federated Learning) معرفی کردهاند. این متد با استفاده از «تبدیلهای هاسهولدر»، مشکل ناهمگونی رتبهها در مدلهای LoRA را حل کرده و بدون نیاز به محاسبات سنگین سروری، امکان رسیدن به توافق جهانی (Global Consensus) را فراهم میکند.
این دستاورد نه تنها هزینههای پهنای باند را کاهش میدهد، بلکه دقت مدلهای بینایی ماشین (ViT) را در محیطهای غیرمتمرکز به شکل چشمگیری بهبود میبخشد. قدمی بزرگ برای دنیای هوش مصنوعیِ خصوصی و توزیعشده! 🧠✨
منبع: arXiv Machine Learning