基于分段稀疏编码的联邦训练方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种基于分段稀疏编码的联邦训练方法、装置、设备及介质，包括：客户端获取低秩自适应参数并划分参数分段，每轮训练确定参数分段标识，结合历史残差执行稀疏处理，生成残差和稀疏分段，编码上传服务器；服务器对同标识的分段按样本量加权聚合并下发；客户端融合全局与本地分段，更新低秩自适应参数并存储残差，完成训练；完成预设轮次后，将更新参数与预训练模型集成形成微调模型，处理任务输入数据生成结果。本发明通过分段稀疏压缩和加权聚合降低通信负担，指数衰减融合提升适配效果，在通信受限和隐私敏感环境中兼顾训练性能与效率。