大模
Optimal Hydra: Model Heterogeneous Federated Learning for LLMs using Data-Informed Hydra-Nets
提出 Optimal Hydra,一种面向 LLM 微调的模型异构联邦学习框架:结合全局层选择与客户端特定的注意力头选择,依据本地数据分布生成定制子网络 Hydra-nets,在降低客户端资源需求的同时提升性能,是该场景下首个模型异构 FL 方案。
大模型·arXiv cs.LG·4 天前
先用站内已采集内容作答;站内不足时联网检索,每条结论都给出来源链接
1 条 · 点击可看原文全文与中文译文
提出 Optimal Hydra,一种面向 LLM 微调的模型异构联邦学习框架:结合全局层选择与客户端特定的注意力头选择,依据本地数据分布生成定制子网络 Hydra-nets,在降低客户端资源需求的同时提升性能,是该场景下首个模型异构 FL 方案。
现有资料不足以回答该问题。 资料 1 仅提供了 Optimal Hydra 的摘要级信息,可确认的部分是:
但资料 1 中没有提及微调阶段是否引入、或是否支持引入额外的对齐目标(如偏好对齐、安全对齐等损失项),也没有说明子网络生成机制与训练目标之间的耦合方式。因此无法判断该机制对额外对齐目标的兼容性。 建议补充获取该论文全文(尤其是方法章节中损失函数与子网络搜索目标的形式化描述)后再作判断。