MedMix：面向模态异构的专长一致性联邦稀疏 MoE

英文标题：MedMix: Specialization-Consistent Federated Sparse MoEs under Modality Heterogeneity

该论文提出 MedMix，聚焦联邦多模态医疗 AI 中的模态异构问题。其指出，模态缺失既可能发生在客户端层面，即部分客户端长期无法访问特定模态；也可能发生在样本层面，即同一客户端内的不同医疗记录具有不同的部分模态组合。MedMix 旨在通过专长一致的联邦稀疏混合专家模型（MoE）应对这类异构性。该研究对需要在分散医疗机构间训练多模态模型的开发者具有参考意义。

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