Az NVIDIA FLARE Auto-FL automatizálja a föderált tanulási kísérleteket

Az NVIDIA bemutatta a FLARE Auto-FL nevű új példányát, amely az AI-ügynökök korlátozott akcióit, rögzített teljesítményteszt szerződéseket, kísérleti naplókat, irodalomalapú helyreállítást és reprodukálható jelentéskészítést használja a szövetségi tanulási (FL) kutatások felgyorsítására. Az Auto-FL célja, hogy segítse a kutatókat több ötlet értékelésében, gyorsabban. (Nvidia Developer)

Az Auto-FL egy automatizált, AI-vezérelt kutatási ciklust hoz létre a szövetségi tanulási stratégiák tesztelésére és optimalizálására. A rendszer egy összehasonlítható teljesítményteszt feladattal indul, egyértelmű kutatási vezérlősíkot biztosít az ügynöknek, rögzített képzési költségvetést állít be, korlátozza a mutációs felületet, és minden eredményt rögzít egy kísérleti naplóban. Ez lehetővé teszi az ügynök számára, hogy autonóm módon iteráljon a jelölt FL stratégiákon, miközben megőrzi a FLARE Client API és a Recipe API szerződéseket.

Kapcsolódó: párhuzamos FL-feladatok

Az Auto-FL moduláris felépítése lehetővé teszi a különböző FL feladatokhoz és adathalmazokhoz való adaptációt. A rendszer támogatja a korlátozott mutációkat az FL stratégiákban, mint például a FedAvg, FedOpt, SCAFFOLD és FedProx, valamint a korlátozott architektúra-keresést. Integrálja az irodalomalapú helyreállítást a helyi optimumok elkerülése érdekében, és az összes kísérleti komponenst – beleértve a futtatókat, a mutációs sémákat és a jelentéskészítési segédprogramokat – egyetlen munkafolyamatba csomagolja.

Kapcsolódó: hierarchikus föderált tanulás

A rendszer a CIFAR-10 adatkészleten és szövetségi vizuális nyelvi modell kísérleteken keresztül demonstrálta képességeit. Az Auto-FL szigorú ellenőrzést tart fenn a mutáció hatóköre, az értékelési metrikák és a kísérlet dokumentációja felett, biztosítva a kutatási folyamat reprodukálhatóságát és mérhetőségét. Az NVIDIA FLARE Auto-FL hatékonyabban segíti a kutatókat a szövetségi tanulási stratégiák értékelésében.

Kapcsolódó: federált ellenálló tanulás