MFedPBA：原型引导双对齐多模态联邦学习

2026-10-01，arXiv 发表一手论文《MFedPBA：原型引导的双边对齐多模态联邦学习框架》。该框架在特征层引入对比学习与 Gromov-Wasserstein 距离对齐异构特征空间，决策层采用熵加权 logit 原型聚合；在模型异构与模态不平衡条件下，实验显著优于现有基线。论文 28 页、16 图，被 ICML 2026 Spotlight 收录。

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。