Buchumschlag

Large-Small Model Collaborative Framework for Federated Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Hao, Yang, Xin, Fan, Boyang, Cao, Xuemei, Gu, Hanlin, Fan, Lixin, Yang, Qiang
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

Grounding Foundation Models through Federated Transfer Learning: A General Framework
von: Kang, Yan, et al.
Veröffentlicht: (2023)

Handling Spatial-Temporal Data Heterogeneity for Federated Continual Learning via Tail Anchor
von: Yu, Hao, et al.
Veröffentlicht: (2024)

FedTracker: Furnishing Ownership Verification and Traceability for Federated Learning Model
von: Shao, Shuo, et al.
Veröffentlicht: (2022)

A Theoretical Analysis of Efficiency Constrained Utility-Privacy Bi-Objective Optimization in Federated Learning
von: Gu, Hanlin, et al.
Veröffentlicht: (2023)

ErrorEraser: Unlearning Data Bias for Improved Continual Learning
von: Cao, Xuemei, et al.
Veröffentlicht: (2025)

A Meta-learning Framework for Tuning Parameters of Protection Mechanisms in Trustworthy Federated Learning
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2023)

FedEval-LLM: Federated Evaluation of Large Language Models on Downstream Tasks with Collective Wisdom
von: He, Yuanqin, et al.
Veröffentlicht: (2024)

PPC-GPT: Federated Task-Specific Compression of Large Language Models via Pruning and Chain-of-Thought Distillation
von: Fan, Tao, et al.
Veröffentlicht: (2025)

SecureBoost+: Large Scale and High-Performance Vertical Federated Gradient Boosting Decision Tree
von: Fan, Tao, et al.
Veröffentlicht: (2021)

Ten Challenging Problems in Federated Foundation Models
von: Fan, Tao, et al.
Veröffentlicht: (2025)

FedProxy: Federated Fine-Tuning of LLMs via Proxy SLMs and Heterogeneity-Aware Fusion
von: Fan, Tao, et al.
Veröffentlicht: (2026)

FedMKT: Federated Mutual Knowledge Transfer for Large and Small Language Models
von: Fan, Tao, et al.
Veröffentlicht: (2024)

Federated Continual Learning via Knowledge Fusion: A Survey
von: Yang, Xin, et al.
Veröffentlicht: (2023)

Adaptive Variational Continual Learning via Task-Heuristic Modelling
von: Yang, Fan
Veröffentlicht: (2024)

Towards Harnessing the Collaborative Power of Large and Small Models for Domain Tasks
von: Liu, Yang, et al.
Veröffentlicht: (2025)

Large Language Models for Constructing and Optimizing Machine Learning Workflows: A Survey
von: Gu, Yang, et al.
Veröffentlicht: (2024)

Personalized Federated Continual Learning via Multi-granularity Prompt
von: Yu, Hao, et al.
Veröffentlicht: (2024)

A Game-theoretic Framework for Privacy-preserving Federated Learning
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2023)

Model-based Large Language Model Customization as Service
von: Wu, Zhaomin, et al.
Veröffentlicht: (2024)

Federated Co-tuning Framework for Large and Small Language Models
von: Fan, Tao, et al.
Veröffentlicht: (2024)

Oblivionis: A Lightweight Learning and Unlearning Framework for Federated Large Language Models
von: Zhang, Fuyao, et al.
Veröffentlicht: (2025)

Disentangling data distribution for Federated Learning
von: Zhao, Xinyuan, et al.
Veröffentlicht: (2024)

Adaptive Guidance for Local Training in Heterogeneous Federated Learning
von: Zhang, Jianqing, et al.
Veröffentlicht: (2024)

A Federated Learning Framework for Handling Subtype Confounding and Heterogeneity in Large-Scale Neuroimaging Diagnosis
von: Zhao, Xinglin, et al.
Veröffentlicht: (2025)

FedCoT: Federated Chain-of-Thought Distillation for Large Language Models
von: Fan, Tao, et al.
Veröffentlicht: (2024)

Fast Large Language Model Collaborative Decoding via Speculation
von: Fu, Jiale, et al.
Veröffentlicht: (2025)

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

Data-centric Federated Graph Learning with Large Language Models
von: Yan, Bo, et al.
Veröffentlicht: (2025)

Benchmarking General-Purpose In-Context Learning
von: Wang, Fan, et al.
Veröffentlicht: (2024)

Federated Foundation Models: Privacy-Preserving and Collaborative Learning for Large Models
von: Yu, Sixing, et al.
Veröffentlicht: (2023)

Federated Nested Learning: Collaborative Training of Self-Referential Memories for Test-Time Adaptation
von: Chen, Hong, et al.
Veröffentlicht: (2026)

SAFE: Self-Adjustment Federated Learning Framework for Remote Sensing Collaborative Perception
von: Li, Xiaohe, et al.
Veröffentlicht: (2025)

Continuous Invariance Learning
von: Lin, Yong, et al.
Veröffentlicht: (2023)

Learnware of Language Models: Specialized Small Language Models Can Do Big
von: Tan, Zhi-Hao, et al.
Veröffentlicht: (2025)

Fed-EINI: An Efficient and Interpretable Inference Framework for Decision Tree Ensembles in Federated Learning
von: Chen, Xiaolin, et al.
Veröffentlicht: (2021)

Cooperative Edge Caching Based on Elastic Federated and Multi-Agent Deep Reinforcement Learning in Next-Generation Network
von: Wu, Qiong, et al.
Veröffentlicht: (2024)

Rethinking LoRA for Data Heterogeneous Federated Learning: Subspace and State Alignment
von: Peng, Hongyi, et al.
Veröffentlicht: (2026)

Model-Based Offline Reinforcement Learning with Adversarial Data Augmentation
von: Cao, Hongye, et al.
Veröffentlicht: (2025)

An Interpretable and Scalable Framework for Evaluating Large Language Models
von: Qu, Xinhao, et al.
Veröffentlicht: (2026)

FedGRPO: Privately Optimizing Foundation Models with Group-Relative Rewards from Domain Client
von: Zhu, Gongxi, et al.
Veröffentlicht: (2026)