信通院&清华提出 FedRE：用「纠缠」搞定联邦学习三难困境 | CVPR 26
中文摘要
信通院与清华大学提出FedRE框架，利用表征纠缠技术有效平衡联邦学习中的性能、隐私与通信开销难题。
English Summary
CAICT and Tsinghua University proposed FedRE, using representation entanglement to balance performance, privacy, and communication efficiency in heterogeneous federated learning.
Original Excerpt
📌 一句话摘要 中国信通院与清华大学联合团队提出 FedRE 框架，通过表征纠缠技术，在模型异构联邦学习中兼顾模型性能、数据隐私与通信开销。 📝 详细摘要 本文介绍了由中国信通院泰尔英福公司与清华大学等高校联合提出的 FedRE 联邦学习框架。该框架旨在解决联邦学习中模型性能、数据隐私和通信开销三者之间的权衡难题，特别是在客户端采用不同模型架构（如 CNN 与 Transformer）的模型异构场景下。FedRE 的核...