待验证50% 置信事实精确时间
该框架使用联邦学习机制，多辆车或多个ECU可以协同训练一个共享模型，而无需交换原始CAN数据
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
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79% 相似待验证联邦学习允许多家医疗机构在不共享原始数据的前提下协同训练模型，既保护患者隐私也分摊算力需求71% 相似已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69% 相似待验证该论文研究通过访问闭源大模型API大规模提取和蒸馏其推理链，为自研模型的强化学习训练提供高质量数据67% 相似待验证现代大模型训练依赖数据并行、模型并行与流水线并行的混合策略，需理解 CUDA 内存模型与 All-Reduce 等通信原语才能优化分布式训练效率65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990549API
curl https://kongchang.com/api/v1/knowledge/claims/990549MCP
get_claim(id=990549)