arXiv ID:
2512.08870
arXiv 提交日期: 2025-12-09
Fed-SE:面向隐私受限多环境大语言模型智能体的联邦自进化框架 / Fed-SE: Federated Self-Evolution for Privacy-Constrained Multi-Environment LLM Agents
1️⃣ 一句话总结
这篇论文提出了一个名为Fed-SE的新框架,它能让部署在不同环境中的大语言模型智能体在不共享原始数据、保护隐私的前提下,通过本地自我进化和全局知识聚合的方式协同学习,有效解决了传统联邦学习方法在动态、多样化任务中遇到的性能冲突问题,从而显著提升了智能体的任务成功率。