一种用于无线边缘网络的大模型分布式微调联邦分割学习方法、系统及介质

本发明实施例提供了一种用于无线边缘网络的大模型分布式微调联邦分割学习方法、系统及介质，涉及计算机技术领域。方法包括：多个本地设备中的每个本地设备将本地训练数据输入本地的设备侧模型，得到中间输出结果并传输给服务器；服务器利用服务器侧模型对多个中间输出结果进行处理，得到设备侧模型梯度和服务器侧模型梯度；服务器使用服务器侧模型梯度更新服务器侧模型的参数，每个本地设备利用设备侧模型梯度更新本地的设备侧模型的参数；至少依据神经元重要性评分，对服务器侧模型和设备侧模型进行剪枝，基于剪枝后的服务器侧模型和设备侧模型继续协同训练，得到训练完毕的大模型，以实现无线网络环境中高效地进行大模型微调。