یکی از بزرگترین مشکلات در «یادگیری فدرال»، اضافه شدن کلاینتهای جدید به سیستم بدون فراموش کردن دانش قبلی است. محققان به تازگی راهکار جدیدی به نام pFedDSH معرفی کردهاند که با استفاده از یک «Hypernetwork» هوشمند و قابلیت بازپخش دادهها بدون دسترسی به اطلاعات اصلی (Data-free replay)، اجازه میدهد مدل همزمان با یادگیری دانشهای جدید، پایداری خود را برای کاربران قدیمی حفظ کند. این یعنی بهبود عملکرد مدلها بدون نیاز به بازآموزی کلی و با هزینههای ارتباطی بسیار کمتر! 🧠✨
منبع: arXiv Machine Learning