<h1>HOSL: Hybrid-Order Split Learning reduziert Speicherbedarf bei Edge-Training</h1> <p>Split Learning (SL) ermöglicht die kollaborative Schulung großer Sprachmodelle zwischen ressourcenbeschränkten Edge-Geräten und leistungsstarken Servern, indem die Modellrechnung über die Netzwerkgrenze hinweg aufgeteilt wird. Traditionell setzen die meisten SL-Systeme auf First‑Order (FO) Optimierung, die von den Clients verlangt, Zwischenergebnisse wie Aktivierungen für das Backpropagation zu speichern. Dieser Speiche