Adaptive Data Admission and Retention for Streaming Federated Learning
用于流式联邦学习的自适应数据接纳与保留
机构 * University of Toronto（多伦多大学）
AI总结 研究客户端内存有限的流式联邦学习，提出联合服务器端接纳和客户端内存管理框架，开发ACDPP策略，结合K步保留规则与在线接纳规则等，通过论证使其与预言机基准联系，实验表明该策略在满足约束时接近基准。
高校专区
University of Toronto（多伦多大学）
Tokengeist: Multi-Turn Attribution Tracing in Agentic Conversations
Tokengeist：智能对话中的多轮归因追踪
机构 * University of Toronto（多伦多大学） ； Microsoft Research（微软研究院）
AI总结 研究多轮对话中语言模型响应的归因问题，提出多轮上下文归因及 Tokengeist 框架，通过有向无环图递归遍历恢复依赖路径，发布基准 MTCABench，实验表明 Tokengeist 能有效解决现有方法多跳依赖恢复不足问题。
