在深度学习年代，联邦学习（FL）供给了一种分布式的协作学习的办法，允许多安排数据所有者或客户在不走漏数据隐私的情况下协作练习机器学习模型。但是，大多数现有的 FL 办法依赖于会集式服务器进行大局模型聚合，然后导致单点故障。这使得系统在与不诚笃的客户打交道时容易遭到歹意进犯。本文中，FLock 系统选用了点对点投票机制和奖赏与削减机制，这些机制由链上智能合约供给支持，以检测和阻挠歹意行为。FLock 理论和实证剖析都证明了所提出办法的有用性，表明该结构对于歹意客户端行为具有鲁棒性。

（更多…）

自 ChatGPT 发布以来，AI 范畴的技能、产品和创业生态简直在以周为单位迭代。OpenAI 作为这次 AI 热潮的导火线和职业现实的抢先者（且或许长时间坚持），对职业生态有广泛和深远的影响。