FEATHERS：联邦架构与超参数搜索

深度神经架构对当今许多 AI 任务所取得的性能有深远影响，然而其设计仍严重依赖人类的先验知识与经验。神经架构搜索（NAS）与超参数优化（HO）有助于减少这种依赖。然而，最先进的 NAS 与 HO 随着以分布式方式存储的数据量增长而迅速变得不可行，且通常违反 GDPR 与 CCPA 等数据隐私法规。作为补救，我们引入 FEATHERS——$\textbf{FE}$derated $\textbf{A}$rchi$\textbf{T}$ecture and $\textbf{H}$yp$\textbf{ER}$parameter $\textbf{S}$earch，一种不仅在分布式数据设置中联合优化神经架构与优化相关超参数，而且通过使用差分隐私（DP）进一步遵守数据隐私的方法。我们展示 FEATHERS 能高效优化架构与优化相关超参数，同时在分类任务上展现出收敛性，且在符合隐私约束时对模型性能无损害。