FedSocket: modelos intercambiables con ejecución obligatoria en el receptor ante la heterogeneidad multimodal
Se propone FedSocket, un enfoque en el que el modelo intercambiado debe poder ejecutarse en el lado del receptor y los distintos modelos privados se conectan mediante una interfaz común de predicción Q. El artículo describe una agregación que tiene en cuenta la pertenencia, el envío únicamente de los parámetros de Q junto con los contadores y experimentos con seis conjuntos de datos que demuestran un aumento de la precisión cuando faltan modalidades y la ventaja de la inferencia conjunta frente a los ensamblajes independientes.

Heterogeneidad y multimodalidad como limitación del intercambio
En el aprendizaje federado multimodal, los modelos privados siguen siendo heterogéneos. Algunos destinatarios carecen de una modalidad que utilizan otros participantes. El intercambio habitual de modelos no garantiza que el destinatario pueda ejecutar el modelo recibido. FedSocket introduce la ejecutabilidad obligatoria en el destinatario como requisito para el modelo que se intercambia.
Limitaciones clave:
- los modelos privados difieren en la composición de sus modalidades;
- el destinatario puede carecer de algunas modalidades;
- el modelo intercambiado debe poder ejecutarse en el lado del destinatario;
- los modelos heterogéneos deben conectarse mediante una interfaz de predicción común.
Conclusión: el problema no se limita a la precisión. El criterio es que el modelo pueda ejecutarse en el destinatario pese a la heterogeneidad multimodal.
Ejecutabilidad obligatoria y Q común
FedSocket establece la ejecución en el lado del destinatario como requisito obligatorio para el modelo intercambiado. La Q común integra las entradas que calcula el destinatario, las salidas propias de la tarea y la agregación teniendo en cuenta la propiedad. Q conecta los modelos privados heterogéneos mediante una interfaz de predicción común.

Los modelos privados entrenan copias locales de Q. El intercambio incluye solo los parámetros de Q y los contadores. Este intercambio no transmite los modelos privados completos.
Conclusión: el mecanismo limita el intercambio a la capa común Q y a los contadores, no a los modelos privados completos.
Modos: entrenamiento local e inferencia conjunta
En FedSocket, la Q devuelta permite el entrenamiento local y la inferencia conjunta (Joint inference). La inferencia conjunta se compara con conjuntos de modelos independientes con la misma capacidad de cálculo para la inferencia. Joint supera a los conjuntos independientes en 11.06 pp de precisión en UCF-51 y en 4.87 pp de media en Flickr30k R@1 bidireccional. Joint también supera a Q alone en los cuatro puntos de evaluación heterogéneos.
| Comparación | Condición | Resultado |
|---|---|---|
| Joint frente a conjuntos independientes | La misma capacidad de cálculo para la inferencia | +11.06 pp de precisión en UCF-51; +4.87 pp de media en Flickr30k R@1 bidireccional |
| Joint frente a Q alone | Los cuatro puntos de evaluación heterogéneos | Joint supera a Q alone |
Conclusión: para la inferencia conjunta con la misma capacidad, Joint aporta mejoras en las métricas indicadas. Para el entrenamiento local se utiliza la Q devuelta.
Qué muestran los experimentos
En seis conjuntos de datos, FedSocket aumenta la precisión de los destinatarios a los que les falta una modalidad, en comparación con Local. La mejora es de 14.44 pp en MELD y de 15.51 pp en UCF-51. Los experimentos de control con modelos docentes, las intervenciones en la ruta de intercambio y los experimentos factoriales con componentes identifican las funciones de la supervisión, el intercambio y el despliegue.
Estructura de los resultados:
- seis conjuntos de datos;
- destinatarios a los que les falta una modalidad: +14.44 pp en MELD y +15.51 pp en UCF-51 frente a Local;
- experimentos de control con modelos docentes;
- intervenciones en la ruta de intercambio;
- experimentos factoriales con componentes;
- funciones identificadas: supervisión, intercambio y despliegue.
Conclusión: la mejora corresponde a los destinatarios a los que les falta una modalidad. Los estudios de ablación separan las contribuciones de la supervisión, el intercambio y el despliegue.
Criterios prácticos de selección
FedSocket es aplicable cuando se cumple un conjunto de condiciones. El destinatario debe poder ejecutar el modelo intercambiado. Los modelos privados deben ser heterogéneos y la conexión debe realizarse mediante una interfaz de predicción común. A algunos destinatarios puede faltarles una modalidad. Se necesitan entrenamiento local e inferencia conjunta. El intercambio debe limitarse a los parámetros de Q y a los contadores.
Criterios de selección:
- ejecutabilidad obligatoria del modelo en el destinatario;
- heterogeneidad multimodal de los modelos privados;
- interfaz de predicción común para modelos heterogéneos;
- destinatarios a los que les falta una modalidad;
- entrenamiento local e inferencia conjunta;
- intercambio solo de los parámetros de Q y los contadores.
Conclusión: el enfoque está orientado a escenarios que exigen la ejecutabilidad del modelo en el destinatario y presentan heterogeneidad multimodal. Fuera de estas condiciones, los hechos no justifican la elección.
Preguntas frecuentes
Material similar
Todos los materiales
Resistencia de los detectores al texto generado por máquinas y parafraseado: qué revelaron las pruebas
El artículo recopila los resultados de las pruebas de herramientas que reescriben fragmentos generados para darles un estilo más natural. Tras este procesamiento, la detectabilidad disminuye notablemente, y los falsos positivos que persisten impiden considerar el veredicto del detector como una prueba.
13 noviembre 2026
CyberArena: los enfrentamientos por parejas entre agentes de IA revelan los límites de los benchmarks estáticos de ciberseguridad
El benchmark sitúa a dos agentes en entornos aislados con servicios que cambian continuamente y, tras una serie de rondas, resume sus acciones en puntuaciones multidimensionales de habilidades ofensivas y defensivas. En 466 partidas con 12 modelos de última generación, distinguió capacidades allí donde las pruebas unidireccionales alcanzan su límite, incluido el razonamiento a varios turnos y la creación de puertas traseras.
13 noviembre 2026
Nuevos comandos durante la síntesis: línea de tiempo multipista para movimientos humanos en 3D
Se propone un método que acepta nuevas instrucciones de texto durante la síntesis y permite definir de forma independiente intervalos de acción superpuestos. La coordinación de movimientos simultáneos de distintas partes del cuerpo se garantiza mediante el condicionamiento por intervalos y un procedimiento de eliminación de ruido que tiene en cuenta las partes del cuerpo; en TimelineMotion y MTT, los autores informan de una mayor correspondencia con la semántica y las restricciones temporales que las soluciones de referencia en streaming.
12 noviembre 2026