FedSkillGit联邦技能演化框架提出

2026年10月16日，arXiv Artificial Intelligence 发布 Boxun Lan 等作者的研究，提出 FedSkillGit 联邦技能演化框架。该框架用 commit 式补丁替代整份技能文档上传：客户端只提交针对具名规则的有界 patch 及本地经验，经两阶段隐私过滤后由服务器去重、合并为候选技能，再由各客户端在本地验证集打分，分数提升才发布。作者称，在三个数据集和三个语言模型家族上，该方法比 SOTA 基线最高提升 22%，并在不共享原始客户端数据的前提下接近集中式进化效果。目前报道未提及该框架是否已开源、部署或投入实际应用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。