FedSocket: modelos intercambiáveis com executabilidade obrigatória no destinatário perante a heterogeneidade multimodal

13 novembro 20262 visualizações

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.

FedSocket: modelos intercambiáveis com executabilidade obrigatória no destinatário perante a heterogeneidade multimodal

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.

ComparaçãoCondiçãoResultado
Inferência conjunta contra ensembles independentesMesma 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 isoladaTodos os quatro pontos finais heterogéneosA 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
Investigação

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
Notícias

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
Notícias

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
FedSocket: modelos intercambiáveis com executabilidade obrigatória no destinatário perante a heterogeneidade multimodal