Incentivizing Multi-Tenant Split Federated Learning for Foundation Models at the Network Edge
यह शोधपत्र PRINCE का प्रस्ताव करता है, जो एक नवीन मूल्य-प्रोत्साहन तंत्र है जो बायस-प्रतिरोधी एकत्रीकरण (bias-resilient aggregation), अभिसरण-निर्देशित योगदान मूल्यांकन (convergence-guided contribution evaluation), और स्टैकेलबर्ग इक्विलिब्रियम-आधारित रणनीति अनुकूलन (Stackelberg equilibrium-based strategy optimization) को संयोजित करके, नेटवर्क एज पर विविध फाउंडेशन मॉडलों को कुशलतापूर्वक फाइन-ट्यून करने के लिए कई स्प्लिट फेडरेटेड लर्निंग टेनेंट्स (Split Federated Learning tenants) के बीच स्वार्थी उपकरणों को समन्वित करता है।