提出FedCoT联邦推理框架

作者提出FedCoT，将轻量级思维链重采样与紧凑判别器选择、客户端感知LoRA堆叠及加权分类器聚合结合起来，使客户端在本地生成候选推理链和监督信号，仅向服务器聚合轻量模块。论文摘要称，该方法在医疗推理基准和紧资源预算下取得一致收益，同时保持数据本地化；代码已公开于https://github.com/DIaacKr/FedCoT。基于摘要，具体实验基线、数据规模与资源指标未说明。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。