Apprendimento federato auto-supervisionato

L'apprendimento federato auto-supervisionato combina l'addestramento federato — dove i dati non lasciano mai i dispositivi locali — con compiti pretesto auto-supervisionati come l'apprendimento contrastivo o la predizione mascherata. I client apprendono rappresentazioni di uso generale dai propri dati non etichettati e condividono solo aggiornamenti del modello, non dati grezzi, con un server centrale che li aggrega in un codificatore globale.