概念SSFL / Semi-Supervised Federated Learning
半监督联邦学习
结合半监督学习与联邦学习的训练范式，利用少量服务端标注数据和大量客户端未标注数据协同训练模型，同时保护数据隐私
时间轴 (近 90 天)
9月24日
半监督联邦学习（SSFL）利用服务端上的少量带标注种子数据训练初始模型，再借助教师模型为客户端海量未标注数据生成伪标签，从而在不上传原始语音的前提下优化模型
待验证50%
9月24日
在线伪标签加服务端更新稳定化的组合可为机器翻译、序列标注等其他序列生成类任务的半监督联邦学习提供借鉴思路
待验证50%
9月24日
本文所依据的原始素材仅为方案摘要，具体实验数据、教师模型选型细节和量化效果尚未完整披露
待验证50%