FLNK

让联邦学习系统持续吸收新知识,延长寿命、降低成本

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 11 👀 关注 4
GitHub ↗
GitHub 星标 ★ 88
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,无在线服务,需自行部署,完全免费。

项目预览

FLNK 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队conditionWang
定价模式🏷️完全免费
价格说明开源项目,无在线服务,需自行部署,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
技术栈/模型continual-learning,domain-adaptation,domain-generalization,federated-learning,foundation-models,large-language-models,multiparty-computation,out-of-distribution-detection,sustainability
GitHub 星标★ 88
上线时间2022-11-09 00:00:00
代码更新2024-02-07
仓库体积2.1 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

FLNK(Federated Learning with New Knowledge)是一个探索将新知识融入现有联邦学习系统的开源研究项目。它旨在解决联邦学习系统在部署后难以适应新数据分布、新任务或新约束的问题,通过引入新知识来降低系统维护成本、延长系统寿命并促进可持续发展。核心能力包括:设计新的联邦学习算法以动态吸收新知识、构建模块化框架以支持不同知识类型的集成、以及提供实验基准以评估系统演化效果。该项目处于早期阶段,代码和文档正在完善中,适合对联邦学习系统演进方向感兴趣的研究者和开发者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 88

核心亮点

  • 聚焦联邦学习系统演化这一前沿方向,解决模型部署后的适应性问题
  • 提供模块化设计思路,便于扩展不同知识类型(如新任务、新分布)
  • 开源代码和实验基准,便于复现和二次开发

不足之处

  • 文档/社区待观察
  • 项目处于早期,功能完整性和稳定性有待验证

适用场景

  • 联邦学习系统需要动态适应新数据分布或新任务场景
  • 降低联邦学习系统长期维护成本,延长系统使用寿命
  • 研究联邦学习中的知识迁移和持续学习

替代项目

FedML、Flower、FATE

上一篇:get_model

下一篇:turtle

同类项目推荐

sd-lora-trainer 开源

拖入图片,一键训练专属 LoRA,快速定制 SD 模型风格

LoRa trainer for SDXL and SD15

★ 70 2026-08-09
EasyEdit 开源

像改数据库一样,直接修改大模型的知识,无需重训练。

[ACL 2024] An Easy-to-use Knowledge Editing Framework for LLMs.

★ 2938 2026-08-09
TOTEM 开源

把时间序列变成 token,一个模型搞定预测、分类、异常检测

The official code ‍ for - TOTEM: TOkenized Time Series EMbeddings for General Time ···

★ 374 2026-08-09
focal-frequency-loss 开源

频域聚焦损失,让生成图像细节更清晰

[ICCV 2021] Focal Frequency Loss for Image Reconstruction and Synthesis

★ 716 2026-08-09
rapidfireai 开源

拖拽式搞定 AI 定制,从 RAG 到微调一键加速

RapidFire AI: Rapid AI Customization from RAG to Fine-Tuning

★ 176 2026-08-09
LyCORIS 开源

超越 LoRA 的微调工具箱,让 Stable Diffusion 定制更灵活高效

Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable d···

★ 2539 2026-08-09
RandOpt 开源

在预训练权重附近挖出多个专家模型,提升泛化与集成效果

Official Codebase for "Neural Thickets: Diverse Task Experts Are Dense Around Pretra···

★ 658 2026-08-09
DeepGNN 开源

让十亿级图数据的 GNN 训练跑得动、跑得快

DeepGNN is a framework for training machine learning models on large scale graph dat···

★ 145 2026-10-17
diffusion-pipe 开源

多卡流水线并行,低显存也能训大扩散模型

A pipeline parallel training script for diffusion models.

★ 2036 2026-10-12