AAAI 2026 Oral | 悉尼科技大学联合港理工打破「一刀切」，联邦推荐如何实现「千人千面」的图文融合？

悉尼科技大学与香港理工大学团队联合提出FedVLR框架，旨在解决联邦学习中多模态推荐的个性化融合难题。该方法通过服务器端预生成多种图文融合视图、客户端本地轻量路由选择，兼顾隐私保护与异质偏好建模。实验表明，其在多个数据集上显著提升推荐性能，尤其在数据稀疏场景下逼近中心化训练效果，且兼容主流框架、不增加通信负担，相关代码已开源。
来源：https://mp.weixin.qq.com/s/NYHp6t4Oneog2h4oH5NilQ