Posts by Yan Cheng
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
数据科学
2024年 6月 28日
NVIDIA FLARE 助力联邦 XGBoost 实现实用高效
XGBoost 是一种高效且可扩展的机器学习算法，广泛应用于回归、分类和排名任务。它基于梯度提升原则，
2 MIN READ