適応的集約を用いたロバストな連合ファインチューニング

本論文は、現実世界のシナリオにおける連合ファインチューニング（FFT）の実用的な課題、具体的には信頼性の低い接続と異種データ分布に焦点を当てています。提案されたFedAutoフレームワークは、ネットワーク条件に関する事前の知識を必要としないプラグアンドプレイソリューションを提供し、高い適応性を実現しています。接続障害に関する一般的な仮定を取り除いた厳密な収束保証は、重要な貢献です。実験結果は、FedAutoの有効性をさらに検証しています。