FairGrad verbessert Fairness und Leistung im Federated Learning
Federated Learning (FL) ermöglicht datenschutzfreundliches Training über verteilte Quellen, doch unterschiedliche Datenverteilungen führen häufig zu Ungleichheiten bei den einzelnen Clients. In einer neuen Studie von arXiv:2508.12042v1 wird dieses Problem aus der Perspektive der „performance equitable fairness“ – also der Minimierung von Leistungsunterschieden – untersucht.
