federated-learning
本站收录 10 个带「federated-learning」标签的 AI 开源项目
awesome-mlopsawesome-mlops 是一个精心整理的 MLOps 资源列表，旨在为机器学习工程师、数据科学家和平台团队提供一站式参考。它系统性地收集了从模型开发、训练、★ 14,227
FedMLFedML 是一个统一且可扩展的机器学习库，专注于大规模分布式训练、模型服务和联邦学习。它提供跨云调度器 FedML Launch，支持在任意 GPU 云或本地★ 4,067
Awesome-Model-Merging-Methods-Theories-Applications这是一个关于模型合并（Model Merging）的精选资源列表，收录了在大语言模型（LLM）、多模态大模型（MLLM）等领域中模型合并的方法、理论、应用与机遇★ 788
tapestryTapestry 是一个旨在让每个国家和参与者拥有自己前沿 AI 的开源项目。它通过组建全球联盟，共同训练一个共享的前沿基础模型，各合作伙伴基于此构建并拥有符合★ 277
awesome-fm-fl这是一个精选列表，汇集了关于大型基础模型与联邦学习结合的最新研究进展。它解决了在数据隐私保护下，如何利用分散数据训练或微调大型基础模型的问题。项目整理了相关论文★ 161
fed-ragfed-rag 是一个用于微调检索增强生成（RAG）系统的框架。它解决了 RAG 系统中检索器与生成器之间协同调优的难题，提供了一套完整的工具链来优化检索质量与★ 150
ai-playgroundai-playground 是一个以 Jupyter Notebook 形式组织的 AI 探索仓库，作者将自己在人工智能领域的各种实验、学习和研究过程整理为可复★ 112
FLNKFLNK（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★ 88
redcoRedCoast是一个轻量级工具，旨在自动化分布式训练和推理流程，特别针对大语言模型和扩散模型。它解决了在联邦学习、差分隐私等场景下，多机多卡环境配置复杂、代码★ 69
FedKTLFedKTL 是一个面向异构联邦学习的知识迁移框架，核心解决在客户端数据分布不均、算力差异大的场景下，如何高效利用服务端预训练生成模型（如GAN）向客户端迁移知★ 69