PFAdapter：面向个性化联邦多模态大模型的层次化LoRA分解方法

英文标题：PFAdapter: Hierarchical LoRA Decomposition for Personalized Federated MLLMs

本文提出PFAdapter框架，通过层次化LoRA分解实现个性化联邦学习中的多模态大模型高效适配。针对分布式网络边缘环境下的协作学习与数据隐私需求，该方法在保持模型性能的同时显著降低通信开销。该工作为构建联邦化、个性化的智能代理系统提供了新的参数高效微调范式，对边缘AI、通信网络及隐私保护应用具有重要参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB