arXiv ID:
2602.19945
arXiv 提交日期: 2026-02-23
DP-FedAdamW:一种用于差分隐私联邦大模型的高效优化器 / DP-FedAdamW: An Efficient Optimizer for Differentially Private Federated Large Models
1️⃣ 一句话总结
这篇论文提出了一种名为DP-FedAdamW的新型优化器,它成功解决了差分隐私联邦学习中AdamW优化器因数据差异和隐私噪声导致的性能下降问题,在保证隐私的同时显著提升了大型模型的训练效率和精度。