BLEND：平衡联邦视觉语言模型中的个性化与泛化

BLEND 是一个面向联邦视觉语言模型（FedVLMs）的新框架，旨在同时提升个性化与泛化能力。它提出选择性 VLM 参数微调与聚合策略，包含跨客户端共享的全局视觉与文本适配器，以及为每个客户端定制的个性化视觉投影适配器。BLEND 还引入新的损失函数，融合全局与个性化适配器输出，并通过 zero-shot VLM 投影头的锚点设计促进泛化；实验显示其在多种系统设置下持续优于 SOTA 基线。