Imperial College London（帝国理工学院）

Decentralized Federated Learning by Partial Message Exchange

通过部分消息交换进行去中心化联邦学习

Shan Sha, Shenglong Zhou, Xin Wang, Lingchen Kong, Geoffrey Ye Li

机构 * School of Mathematics and Statistics, Beijing Jiaotong University（北京交通大学数学与统计学学院） ； Department of Electrical and Electronic Engineering, Faculty of Engineering, Imperial College London（帝国理工学院伦敦分校电子与电气工程系） 纠错

AI总结 研究去中心化联邦学习面临的挑战，提出PaME算法，通过允许相邻节点仅交换随机选择的稀疏坐标，降低通信成本、保护隐私且不牺牲准确性，经分析在温和假设下线性收敛，数值实验证明性能优越。

Evidence Recomposition and Predictive Context Residualization for Visual Attribution in Multimodal Large Language Models

多模态大语言模型中用于视觉归因的证据重组与预测上下文残差化

Jiawei Liang, Jianjie Huang, Xianghao Jiao, Siyuan Liang, Shiming Liu, Xiaochun Cao

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Zhongguancun Academy（中关村学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学） ； Department of Mechanical Engineering, Imperial College London（伦敦帝国理工学院机械工程系） 纠错

AI总结 研究多模态大语言模型token级视觉证据难检查问题，提出基于证据重组和预测上下文残差化的ERCR框架，经实验验证该框架能改善目标token视觉证据、减轻上下文干扰，为视觉证据检查提供实用改进。