СЭЙДС: Совместное обучение с использованием облаков на уровне LLM посредством ускорения индивидуализированного двойного оптимизации

arXiv: 2609.15664v1 Annuale Type: cross Brieftret: В условиях быстрого развития физической информации в мире появились передовые модели сотрудничества с крупными языками (LMS) как перспективная " дорожная карта для практического развертывания LLM &q бывшего населения. Однако существующие облачные парадигмы пытаются сбалансировать глобальный консенсус с местной индивидуализацией, которая не удовлетворяет потребности в единой базе знаний по облакам и адаптации к конкретным областям на краю. Для решения этой проблемы мы впервые ввели индивидуализированную систему двууровневой оптимизации, которая формализирует сотрудничество между странами с низким уровнем образования как двойную структуру: верхний уровень оптимизирует персонификацию по краям, тогда как нижний уровень регулирует передачу знаний по облачному признаку и достигает уровня облака, развивающегося в координации. Затем мы предлагаем CACISS, эффективный решающий вопрос, который разложит модель на обучаемую позвоночник и посыльный. В то время как облако осуществляет передачу знаний на извлеченную основу, ключ к этому заключается в интеграции глобальной тра