Buchumschlag

Tree-based Models for Vertical Federated Learning: A Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qian, Bingchen, Xie, Yuexiang, Li, Yaliang, Ding, Bolin, Zhou, Jingren
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On-Policy RL Meets Off-Policy Experts: Harmonizing Supervised Fine-Tuning and Reinforcement Learning via Dynamic Weighting
von: Zhang, Wenhao, et al.
Veröffentlicht: (2025)

A Bargaining-based Approach for Feature Trading in Vertical Federated Learning
von: Cui, Yue, et al.
Veröffentlicht: (2024)

Designing Algorithms Empowered by Language Models: An Analytical Framework, Case Studies, and Insights
von: Chen, Yanxi, et al.
Veröffentlicht: (2024)

Provable Scaling Laws for the Test-Time Compute of Large Language Models
von: Chen, Yanxi, et al.
Veröffentlicht: (2024)

EE-Tuning: An Economical yet Scalable Solution for Tuning Early-Exit Large Language Models
von: Pan, Xuchen, et al.
Veröffentlicht: (2024)

Agent-Oriented Planning in Multi-Agent Systems
von: Li, Ao, et al.
Veröffentlicht: (2024)

EE-LLM: Large-Scale Training and Inference of Early-Exit Large Language Models with 3D Parallelism
von: Chen, Yanxi, et al.
Veröffentlicht: (2023)

An Auction-based Marketplace for Model Trading in Federated Learning
von: Cui, Yue, et al.
Veröffentlicht: (2024)

Data-Juicer Sandbox: A Feedback-Driven Suite for Multimodal Data-Model Co-development
von: Chen, Daoyuan, et al.
Veröffentlicht: (2024)

IntentRL: Training Proactive User-intent Agents for Open-ended Deep Research via Reinforcement Learning
von: Luo, Haohao, et al.
Veröffentlicht: (2026)

Exploring Selective Layer Fine-Tuning in Federated Learning
von: Sun, Yuchang, et al.
Veröffentlicht: (2024)

Understanding Byzantine Robustness in Federated Learning with A Black-box Server
von: Zhao, Fangyuan, et al.
Veröffentlicht: (2024)

Output Scaling: YingLong-Delayed Chain of Thought in a Large Pretrained Time Series Forecasting Model
von: Wang, Xue, et al.
Veröffentlicht: (2025)

On the Entropy Dynamics in Reinforcement Fine-Tuning of Large Language Models
von: Wang, Shumin, et al.
Veröffentlicht: (2026)

BiMix: A Bivariate Data Mixing Law for Language Model Pretraining
von: Ge, Ce, et al.
Veröffentlicht: (2024)

TreeCSS: An Efficient Framework for Vertical Federated Learning
von: Zhang, Qinbo, et al.
Veröffentlicht: (2024)

KIMAs: A Configurable Knowledge Integrated Multi-Agent System
von: Li, Zitao, et al.
Veröffentlicht: (2025)

Federated Knowledge Graph Unlearning via Diffusion Model
von: Liu, Bingchen, et al.
Veröffentlicht: (2024)

Branch-and-Browse: Efficient and Controllable Web Exploration with Tree-Structured Reasoning and Action Memory
von: He, Shiqi, et al.
Veröffentlicht: (2025)

A Simple Data Augmentation for Feature Distribution Skewed Federated Learning
von: Yan, Yunlu, et al.
Veröffentlicht: (2023)

Federated Full-Parameter Tuning of Billion-Sized Language Models with Communication Cost under 18 Kilobytes
von: Qin, Zhen, et al.
Veröffentlicht: (2023)

The Synergy between Data and Multi-Modal Large Language Models: A Survey from Co-Development Perspective
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

$β$-DPO: Direct Preference Optimization with Dynamic $β$
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

AsymKV: Enabling 1-Bit Quantization of KV Cache with Layer-Wise Asymmetric Quantization Configurations
von: Tao, Qian, et al.
Veröffentlicht: (2024)

Towards Robust Alignment of Language Models: Distributionally Robustifying Direct Preference Optimization
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

Very Large-Scale Multi-Agent Simulation in AgentScope
von: Pan, Xuchen, et al.
Veröffentlicht: (2024)

A Survey on Vulnerability of Federated Learning: A Learning Algorithm Perspective
von: Xie, Xianghua, et al.
Veröffentlicht: (2023)

A Survey of Privacy Threats and Defense in Vertical Federated Learning: From Model Life Cycle Perspective
von: Yu, Lei, et al.
Veröffentlicht: (2024)

Synergizing Foundation Models and Federated Learning: A Survey
von: Li, Shenghui, et al.
Veröffentlicht: (2024)

VGFL-SA: Vertical Graph Federated Learning Structure Attack Based on Contrastive Learning
von: Chen, Yang, et al.
Veröffentlicht: (2025)

Vertical Federated Learning in Practice: The Good, the Bad, and the Ugly
von: Wu, Zhaomin, et al.
Veröffentlicht: (2025)

Deep Efficient Private Neighbor Generation for Subgraph Federated Learning
von: Zhang, Ke, et al.
Veröffentlicht: (2024)

Group-Relative REINFORCE Is Secretly an Off-Policy Algorithm: Demystifying Some Myths About GRPO and Its Friends
von: Yao, Chaorui, et al.
Veröffentlicht: (2025)

Hijack Vertical Federated Learning Models As One Party
von: Qiu, Pengyu, et al.
Veröffentlicht: (2022)

Data Valuation for Vertical Federated Learning: A Model-free and Privacy-preserving Method
von: Han, Xiao, et al.
Veröffentlicht: (2021)

Sparse but Critical: A Token-Level Analysis of Distributional Shifts in RLVR Fine-Tuning of LLMs
von: Meng, Haoming, et al.
Veröffentlicht: (2026)

Unlearning Clients, Features and Samples in Vertical Federated Learning
von: Varshney, Ayush K., et al.
Veröffentlicht: (2025)

BOTS: A Unified Framework for Bayesian Online Task Selection in LLM Reinforcement Finetuning
von: Shen, Qianli, et al.
Veröffentlicht: (2025)

Federated Fine-tuning of Large Language Models under Heterogeneous Tasks and Client Resources
von: Bai, Jiamu, et al.
Veröffentlicht: (2024)

VFLGAN: Vertical Federated Learning-based Generative Adversarial Network for Vertically Partitioned Data Publication
von: Yuan, Xun, et al.
Veröffentlicht: (2024)