Ziyue Xu

Ziyue Xu 是 NVIDIA 的资深科学家。他的研究兴趣是图像分析和计算机视觉领域，在生物医学和临床成像中的应用。自 2007 年以来，他一直与其他研究人员和临床医生一起致力于医学人工智能。子跃于 2006 年获得清华大学学士学位， 2009 / 2012 年获得爱荷华大学硕士/博士学位。他是 IEEE 高级成员，也是《 IEEE 医学成像汇刊》（ TMI ）、《生物医学与健康信息学杂志》（ JBHI ）、《计算机医学成像与图形学》（ C MIG ）和《生物与医学计算机》（ CBM ）等期刊的副主编。

Posts by Ziyue Xu

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

对话式人工智能 2023年 7月 10日

使用分布式数据集上的联合学习使 LLM 适应下游任务

大型语言模型（ LLM ），如 GPT，由于其理解和生成类人文本的能力，已成为自然语言处理（ NLP ）中的革命性工具。 2 MIN READ