启用私人联合学习以进行语音识别:基准,自适应优化器和梯度剪裁

虽然已经对联邦学习(FL)和差异隐私(DP)进行了广泛的研究,但由于训练大型变压器模型的挑战,它们在自动语音识别(ASR)中的应用仍未得到探索。具体而言,大型模型进一步加剧了FL中的问题,因为它们特别容易受到各个层的梯度异质性的影响,这与在浅层模型中观察到的相对均匀的梯度行为不同。结果,即使在没有DP机制的情况下,先前的工作也很难融合标准优化技术。据我们所知……

来源:Apple机器学习研究