arXiv · cs.AI· Zihan Fang, Qianru Wang, Haonan An, Zheng Lin, Yiqin Deng, Symeon Chatzinotas, Yuguang Fang·· 2 天前
FedAlign-MoE：在数据异质的移动边缘网络上进行联邦混合专家对齐
Federated Mixture-of-Experts Alignment on Mobile Edge Networks under Data Heterogeneity
arXiv:2603.21276v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zihan Fang, Qianru Wang, Haonan An, Zheng Lin, Yiqin Deng, Symeon Chatzinotas, Yuguang Fang
研究任务与主要进展
Zihan Fang等人提出FedAlign-MoE，用于移动边缘设备上的MoE大语言模型联邦微调，解决客户端数据分布差异导致的门控偏好分化和同索引专家语义模糊问题。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org