摘要
本发明涉及计算机人工智能领域技术领域,具体是指一种基于边缘协同微调的AIGC领域定制化框架,包括云驱动AIGC层、边缘网络层、最终端用户层,云驱动AIGC层对AIGC进行预训练,边缘网络层对预先训练的AIGC进行微调,最终端用户层继续微调与来自用户物联网设备的个人偏好相关联的AIGC;边缘网络层利用行业专有数据对于预训练的AIGC模型进行微调;最终端用户层利用用户的个人物联网设备微调使用者个性化AIGC模型,优点在于:本发明采用轻量级微调技术,以促进边缘节点参与协作微调,重点介绍了不同规模模型如何在Gossip网络上执行分散式相互学习,促进不同的边缘设备加入到对预训练AIGC模型的微调过程中,同时保证各方的隐私和公平性。
技术关键词
计算机人工智能
物联网设备
差分隐私
服务器
拉普拉斯噪声
互联网设备
更新模型参数
工作量证明
随机梯度下降
分布式账本
客户端
微调技术
框架
机器学习算法
网络
共识算法
通信带宽
资源
系统为您推荐了相关专利信息
李雅普诺夫优化
任务分配方法
DQN算法
网络
贪心策略
时间同步服务器
可编程控制器
模组
北斗卫星系统
端面边缘
地图
数据处理方法
计算机可读指令
存储模组
电源模组