联邦学习的训练方法及装置

本公开公开了联邦学习的训练方法及装置，涉及机器学习技术领域，通过为每条训练数据样本增加评分列，并在训练过程中根据模型表现动态调整训练数据样本的评分，使得模型能够更有效地利用高质量训练数据样本，减少对低质量训练数据样本的依赖，从而提高全局联邦模型的整体性能和泛化能力。