MENTAL MODEL · M1605
联邦学习
Federated Learning
Version 1.0.0 · 更新于 2026-07-28
CORE DEFINITION · 核心定义
一种机器学习框架，允许模型在多个分散的设备（如用户的手机）上训练，而不需要把原始数据上传到中央服务器。只上传训练后的参数更新（梯度）。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
数据可用不可见。解决了数据孤岛和隐私保护的矛盾。在商业合作中，这是一种"最小信任"模式：我们不需要交换核心机密（数据），但可以共享智慧（模型）。
anchor
锚定快速决策
中央服务器下发全局模型到各设备，设备用本地数据训练后只回传参数更新（梯度），服务器聚合更新形成新模型。原始数据始终留在本地，实现"数据不动模型动"，从机制上降低隐私泄露。
MINIMUM ACTION · 最小行动
进行中 0/6在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E8%81%AF%E9%82%A6%E5%AD%B8%E7%BF%92verified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型