Angenommenes Paper für die IEEE ICCCS 2025 (International Conference on Computer and Communication Systems): “Highly scaled Federated Learning Simulations for Text Classification”

In dieser Studie wurde untersucht, wie sich die Klassifikationsgenauigkeit eines Sprachmodells, das mit Hilfe von föderiertem Lernen feinabgestimmt wurde, verändert, wenn dieselbe Datenmenge auf eine zunehmende Anzahl von Clients (bis zu 1.000) verteilt wird, so dass die Datenmenge pro Client stetig reduziert wird. Zu diesem Zweck wurden mehrere Experimente am Beispiel der bekannten Klassifizierungsaufgabe „Widerspruchserkennung“ durchgeführt und die Ergebnisse diskutiert.

Das Paper wird zwischen dem 18. und 21. April 2025 virtuell auf der Konferenz vorgestellt und anschließend publiziert.