arXiv · 区块链与交易研究· Lin, Hong, Xie, Zhongle, Shou, Lidan, Chen, Ke, Chen, Gang·· 2 天前
DICE：面向 Web3 预训练模型定制的去中心化激励联邦学习算法
原标题
DICE: Decentralized Incentive-driven Federated Learning for Efficient & Scalable Customization of Pretrained Models in Web3
内容摘要
一篇 arXiv 预印本提出 DICE，一种面向 Web3 的区块链联邦学习（BCFL）算法，用于在自利且互不信任的参与者间定制大型预训练模型。作者称其通过动态渐进学习与模型切片验证让无法部署完整模型的诚实参与者也能参与，并以树结构委员会共识协议和效率导向的激励方案扩展至更多数据持有者；理论分析与视觉、语言模型实验显示其效率、有效性和安全，但该结果为预印本，尚未经同行评审。
来源：arXiv · 区块链与交易研究 · arxiv.org
打开原文