FedSocket: modelos intercambiáveis com executabilidade obrigatória no destinatário perante a heterogeneidade multimodal
É proposto o FedSocket — uma abordagem em que o modelo partilhado tem de poder ser executado no lado do destinatário, enquanto modelos privados heterogéneos são ligados por uma interface comum de previsões Q. O artigo descreve a agregação que tem em conta a pertença, o envio apenas dos parâmetros Q juntamente com os contadores e experiências em seis conjuntos de dados, que demonstram um aumento da precisão quando faltam modalidades e a vantagem da inferência conjunta sobre conjuntos independentes.

Heterogeneidade e multimodalidade como limitação do intercâmbio
Na aprendizagem federada multimodal, os modelos privados permanecem heterogéneos. Alguns destinatários não dispõem de uma modalidade utilizada por outros participantes. O intercâmbio habitual de modelos não garante que o destinatário consiga executar o modelo recebido. O FedSocket introduz a execução obrigatória pelo destinatário como requisito para o modelo partilhado.
Principais limitações:
- os modelos privados diferem na composição das modalidades;
- o destinatário pode não dispor de algumas modalidades;
- o modelo partilhado tem de ser executado do lado do destinatário;
- é necessário ligar modelos heterogéneos através de uma interface comum de previsões.
Conclusão: o problema não se limita à precisão. O critério é a execução do modelo pelo destinatário perante a heterogeneidade multimodal.
Execução obrigatória e Q comum
O FedSocket torna a execução do lado do destinatário um requisito obrigatório para o modelo partilhado. A Q comum combina as entradas calculadas pelo destinatário, as saídas específicas da tarefa e a agregação que tem em conta a propriedade. A Q liga modelos privados heterogéneos através de uma interface comum de previsões.

Os modelos privados treinam cópias locais da Q. O intercâmbio inclui apenas os parâmetros da Q e os contadores. Este intercâmbio não transmite os modelos privados na íntegra.
Conclusão: o mecanismo limita o intercâmbio à camada comum Q e aos contadores, em vez de transmitir os modelos privados completos.
Modos: aprendizagem local e inferência conjunta
No FedSocket, a Q devolvida suporta a aprendizagem local e a inferência conjunta. A inferência conjunta é comparada com ensembles independentes, com a mesma capacidade de computação para inferência. A inferência conjunta supera os ensembles independentes em 11.06 p.p. de precisão no UCF-51 e em 4.87 p.p. no Flickr30k R@1 bidirecional médio. A inferência conjunta também supera a Q isolada nos quatro pontos finais heterogéneos.
| Comparação | Condição | Resultado |
|---|---|---|
| Inferência conjunta contra ensembles independentes | Mesma capacidade de computação para inferência | +11.06 p.p. de precisão no UCF-51; +4.87 p.p. no Flickr30k R@1 bidirecional médio |
| Inferência conjunta contra Q isolada | Todos os quatro pontos finais heterogéneos | A inferência conjunta supera a Q isolada |
Conclusão: para a inferência conjunta com a mesma capacidade, a inferência conjunta proporciona ganhos nas métricas indicadas. Para a aprendizagem local, utiliza-se a Q devolvida.
O que os experimentos mostram
Em seis conjuntos de dados, o FedSocket aumenta a precisão dos destinatários sem uma modalidade, em comparação com Local. O ganho é de 14.44 p.p. no MELD e de 15.51 p.p. no UCF-51. Os experimentos de controlo com professores, as intervenções no fluxo de intercâmbio e os experimentos fatoriais com componentes identificam os papéis da supervisão, do intercâmbio e da implementação.
Estrutura dos resultados:
- seis conjuntos de dados;
- destinatários sem uma modalidade: +14.44 p.p. no MELD e +15.51 p.p. no UCF-51, em comparação com Local;
- experimentos de controlo com professores;
- intervenções no fluxo de intercâmbio;
- experimentos fatoriais com componentes;
- papéis identificados: supervisão, intercâmbio, implementação.
Conclusão: o ganho diz respeito aos destinatários sem uma modalidade. As ablações separam as contribuições da supervisão, do intercâmbio e da implementação.
Critério prático de seleção
O FedSocket é aplicável quando um conjunto de condições é cumprido. O destinatário tem de executar o modelo partilhado. Os modelos privados têm de ser heterogéneos, e a ligação deve ser feita através de uma interface comum de previsões. Alguns destinatários podem não dispor de uma modalidade. São necessárias a aprendizagem local e a inferência conjunta. O intercâmbio deve limitar-se aos parâmetros da Q e aos contadores.
Critérios de seleção:
- execução obrigatória do modelo pelo destinatário;
- heterogeneidade multimodal dos modelos privados;
- interface comum de previsões para modelos heterogéneos;
- destinatários sem uma modalidade;
- aprendizagem local e inferência conjunta;
- intercâmbio apenas dos parâmetros da Q e dos contadores.
Conclusão: a abordagem destina-se a cenários em que a execução pelo destinatário é obrigatória e existe heterogeneidade multimodal. Fora destas condições, os factos não justificam a escolha.
Perguntas mais frequentes
Materiais semelhantes
Todos os materiais
Robustez dos detetores perante texto gerado por máquina e parafraseado: o que os testes revelaram
O artigo reúne os resultados de testes de ferramentas que reescrevem trechos gerados num estilo mais natural. Após esse processamento, a detetabilidade diminui consideravelmente, e os falsos positivos que persistem não permitem considerar o veredito do detetor como prova.
13 novembro 2026
CyberArena: confrontos entre agentes de IA revelam os limites dos benchmarks estáticos de cibersegurança
O benchmark coloca dois agentes em ambientes isolados com serviços em constante mudança e, após uma série de rodadas, resume as suas ações em avaliações multidimensionais de competências ofensivas e defensivas. Em 466 partidas com 12 modelos de ponta, distinguiu capacidades onde os testes unilaterais atingem o seu limite, incluindo o planeamento de vários movimentos e a criação de backdoors.
13 novembro 2026
Novos comandos durante a síntese: linha do tempo multifaixa para movimentos humanos em 3D
É proposto um método que aceita novas instruções textuais durante a síntese e permite definir de forma independente intervalos de ação sobrepostos. A coordenação de movimentos simultâneos de diferentes partes do corpo é assegurada pelo condicionamento por intervalos e por um procedimento de denoising sensível às partes do corpo; no TimelineMotion e no MTT, os autores relatam uma melhor correspondência com a semântica e as restrições temporais do que as soluções de base em fluxo.
12 novembro 2026