.png){kind=icon}
返回
Federated Large Domain Model System
.png){kind=icon}
OA
AI
DOI：10.1016/j.bcra.2025.100277.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着组织越来越多地寻求利用自有专有数据构建基础模型（FMs），许多组织正采用私有和内部云基础设施（通常还结合公有云）来解决成本、数据隐私和数据主权方面的担忧。然而，这些孤立的私有云通常缺乏互操作性，从而阻碍了跨机构的合作，而这对训练依赖大规模多样化数据集的强大领域特定基础模型（DSFMs）至关重要。此外，私有云中未被充分利用的资源导致全球能源效率低下。在本文中，我们提出了联邦大型领域模型系统（FLDMS），这是一个旨在促进跨多个私有云环境进行协作基础模型开发的概念框架。我们回顾了必要的使能技术，包括用于数据隐私的去中心化协议和用于自动化编排的大型语言模型（LLMs），并展示了一个高层系统设计，演示这些组件如何集成。通过实现安全高效的跨组织合作，FLDMS为构建DSFMs提供了蓝图，同时解决了孤立的私有云系统固有的低效问题。
Keyword:
Foundation model
ActivityPub
Large language model
Cloud computing
Blockchain
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.6
论文数:
315
被引数:
754
机构
查看更多机构
引用论文
.png){kind=icon}
Information and Communication Technology, electricity consumption and economic growth in OECD countries: A panel data analysisOECD国家信息通信技术、电力消费与经济增长: 面板数据分析
PREAI
分享收藏Privacy-preserving neural networks with Homomorphic encryption: Challenges and opportunities具有同态加密的隐私保护神经网络: 挑战与机遇OAAI
OAAI分享收藏分享收藏BioGPT: generative pre-trained transformer for biomedical text generation and miningBioGPT: 用于生物医学文本生成和挖掘的生成预训练转换器
OAAI
OAAI分享收藏 没有更多内容