Posts by Ziyue Xu
数据科学
2026年 4月 24日
使用 NVIDIA FLARE 在无重构开销的情况下进行联合学习
联邦学习 (FL) 不再是研究的好奇心,而是对棘手限制的实际回应:最有价值的数据通常是最不可动的数据。监管边界、
3 MIN READ
数据科学
2025年 4月 16日
在大型语言模型时代,通过消息量化和流式传输实现高效的联邦学习
联邦学习 (Federated Learning, FL) 已成为一种在分布式数据源中训练机器学习模型的有前景的方法,同时还能保护数据隐私。
2 MIN READ
网络安全
2025年 4月 11日
借助 NVIDIA FLARE 和 Meta ExecuTorch,在移动设备上轻松进行联邦学习
NVIDIA 和 Meta 的 PyTorch 团队宣布开展突破性合作,通过集成 NVIDIA FLARE 和 ExecuTorch ,
3 MIN READ
数据科学
2024年 12月 18日
利用 XGBoost 中的 CUDA 加速同态加密实现联邦学习数据隐私安全性
XGBoost 是一种广泛用于表格数据建模的机器学习算法。为了将 XGBoost 模型从单站点学习扩展到多站点协作训练,
3 MIN READ
对话式人工智能
2024年 3月 6日
借助 NVIDIA FLARE 2.4,在几分钟内将机器学习转变为联邦学习
协同学习 (FL) 受到加速采用的原因在于其分布式、保护隐私的特性。在医疗健康和金融服务等领域,协同学习 (FL) 作为一种隐私增强技术,
4 MIN READ
对话式人工智能
2024年 2月 29日
借助 NVIDIA FLARE 实现可扩展联邦学习,提升 LLM 性能
随着人工智能技术的不断发展,大型语言模型(LLM) 的有效数据管理成为一个重要挑战。数据是模型性能的核心。
3 MIN READ