Machine learningMachine learning

Aktív Tanulás Szövetségi Tanulás

A Szövetségi Aktív Tanulás (Federated Active Learning) egyesíti az aktív tanulás annotációhatékonyságát a szövetségi tanulás privát szférát megőrző decentralizációjával. Egy megosztott globális modellt képeznek elosztott klienseken keresztül, amelyek mindegyike önállóan rangsorolja címkézetlen helyi adatait, és csak a leginformatívabb példányokra kér címkéket, miközben a nyers adatokat végig az eszközön tartja.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Források

  1. Ro, J. Y., Ali, A., Lin, Z., & Suresh, A. T. (2021). Scaling Federated Learning for Fine-tuning of Large Language Models. In Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP). link
  2. Federated learning. Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Federated Active Learning (Active Learning within Federated Learning). ScholarGate. https://scholargate.app/hu/machine-learning/active-learning-federated-learning

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateActive Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/machine-learning/active-learning-federated-learning · Adatkészlet: https://doi.org/10.5281/zenodo.20539026