联邦学习游乐场
机器学习
2026-03-23 v2 人工智能
摘要
我们提出Federated Learning Playground—a一个受TensorFlow Playground启发并扩展的交互式浏览器平台，用于教育核心联邦学习( FL)概念。用户无需编码或系统设置，即可在浏览器中实验异构客户端数据分布、模型超参数和聚合算法，直接观察其对客户端和全局模型的影响，通过实时可视化获得对非IID数据、本地过拟合和可扩展性等挑战的直观理解。该游乐场作为一个易于使用的教育工具，降低了 newcomers 进入分布式AI的门槛，同时为快速原型设计和比较FL方法提供了一个沙箱。通过民主化FL的探索，促进了该重要范式的更广泛理解和采用。
引用
@article{arxiv.2602.19489,
title = {Federated Learning Playground},
author = {Bryan Shan and Alysa Ziying Tan and Han Yu},
journal= {arXiv preprint arXiv:2602.19489},
year = {2026}
}