待验证50% 置信事实精确时间

局部学习规则中每个计算单元仅根据本地可获得的信息更新自身，不依赖全局梯度回传，天然适合在线学习场景

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

Auxein：抛弃反向传播的在线无监督学习引擎解析

涉及实体

局部学习规则concept

相关事实

待验证联邦学习让模型在数据本地完成训练更新，只上传梯度而非原始数据72% 相似待验证增量学习（Incremental Learning）或在线学习（Online Learning）指模型随新数据持续输入不断更新自身参数，而非一次性训练完成71% 相似已验证联邦学习（Federated Learning）允许多个部门在不共享原始数据的条件下联合训练模型，各部门数据留存本地仅交换模型梯度69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/911357

API

curl https://kongchang.com/api/v1/knowledge/claims/911357

MCP

get_claim(id=911357)