ScholarGate
Trợ lý
Machine learningMachine learning

Học Tăng Cường Học Liên Kết

Học Tăng Cường Học Liên Kết (Federated Active Learning) kết hợp hiệu quả chú thích của học tăng cường với tính phân tán bảo toàn quyền riêng tư của học liên kết. Một mô hình toàn cục được chia sẻ được huấn luyện trên các máy khách phân tán, mỗi máy khách tự độc lập xếp hạng dữ liệu cục bộ chưa được gán nhãn của mình và chỉ yêu cầu nhãn cho các ví dụ mang nhiều thông tin nhất, giữ dữ liệu thô trên thiết bị trong suốt quá trình.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Học Tăng Cường Học Liên Kết
Học chủ độngHọc liên kếtHọc trực tuyếnHọc tăng cường tự giám s…Học bán giám sátTransfer Learning

Nguồn tài liệu

  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 ↗

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Federated Active Learning (Active Learning within Federated Learning). ScholarGate. https://scholargate.app/vi/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 →

Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →

ScholarGate — Active Learning Federated Learning (Federated Active Learning (Active Learning within Federated Learning)). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/machine-learning/active-learning-federated-learning · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026