AI开源项目

FederatedGPT-Shepherd-保护隐私的分散式LLM训练方法

一个新的LLM训练方法,通过将训练分散到不同的边缘设备上以保持数据隐私,同时最大化利用边缘设备的算力。

一个新的LLM训练方法,通过将训练分散到不同的边缘设备上以保持数据隐私,同时最大化利用边缘设备的算力。
FederatedGPT-Shepherd的特点:
1. 分散训练,利用边缘设备的算力
2. 数据隐私保护,不需要将数据集中到一个地方
3. 能够合并来自不同设备的子模型
4. 提高训练效率和模型性能

FederatedGPT-Shepherd的功能:
1. 在边缘设备上部署模型进行本地训练
2. 将训练后的模型上传到中心进行合并
3. 用于多机构合作时的私有数据训练

相关推荐

暂无评论

暂无评论...