待验证50% 置信解决方案精确时间

该算法在中心服务器用鲁棒聚合替代朴素平均，以识别并抑制偏离正常分布的异常上传

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

对抗鲁棒的联邦Q学习：从不可靠轨迹中学习最优策略

涉及实体

Robust Async-Fed-Qconcept 鲁棒聚合concept

相关事实

已验证推测解码基于拒绝采样的验证算法确保输出分布与单独运行主模型完全等价而非近似等价64% 相似待验证CVXPY通过规范形式（DCP）自动识别问题的凸性并转化为标准形式交由底层求解器处理60% 相似待验证RANSAC算法可用于剔除错误匹配并鲁棒地拟合变换参数58% 相似待验证基于确定性等价可以优化超参数（各来源权重和岭回归正则化系数）并在不访问数据的前提下判断私有外部数据集是否有用58% 相似待验证该系统使用Skyline算法筛选出帕累托最优解集，提供不被其他方案全面支配的选项57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983267

API

curl https://kongchang.com/api/v1/knowledge/claims/983267

MCP

get_claim(id=983267)