客户端漂移

DP-FedAdamW：面向差分隐私联邦大模型的高效优化器

DP-FedAdamW: An Efficient Optimizer for Differentially Private Federated Large Models

为在隐私约束下用视觉 Transformer/ResNet 做联邦训练提供可直接替换的优化器：修正二阶矩估计的隐私噪声偏差并抑制客户端漂移，视觉研究者可在 DP 联邦微调大模型时直接套用该优化器与收敛分析框架。