分类器校准

FedCART：通过分类器精修应对联邦对抗训练中的长尾分布

FedCART: Tackling Long-Tailed Distributions in Federated Adversarial Training via Classifier Refinement

把模型解耦为共享特征提取器与双分类器，并用梯度类原型在服务端合成平衡虚拟特征重训辅助分类器，这一套「原型校准 + 虚拟特征重平衡」思路可直接迁移到视觉中的长尾分类与对抗鲁棒性联合优化场景。