SmartFed

SmartFed 是一个面向资源受限场景的联邦微调框架，通过复用已有的LoRA模块而非从头训练，显著降低计算、通信与能耗开销。其核心技术包括按秩分解构建的混合专家（MoRE）、弹性专家配额分配（EEQA）机制，以及仅同步轻量级路由模型的设计；理论层面提供噪声抑制与跨任务干扰消除保证，实证显示在准确率、收敛速度、通信量和能耗方面均优于现有方法。适用于边缘设备算力有限、数据隐私敏感且LoRA模块可共享的联邦学习场景，如医疗、金融等垂直领域多机构协同建模。