黑盒基础模型

通过正交变换实现黑盒基础模型的泛化与个性化联邦学习

Generalized and Personalized Federated Learning with Black-Box Foundation Models via Orthogonal Transformations

在视觉任务中，当基础模型（如CLIP）只能黑盒访问时，可通过客户端特定的正交变换适配嵌入，避免梯度冲突并保护知识产权，为联邦场景下的视觉模型个性化提供可复用方案。