University at Buffalo, State University of New York

BLEND把CLIP的联邦微调拆成共享的视觉/文本适配器和每个客户端私有的视觉投影适配器，在十个图像数据集上把个性化与泛化的调和均值平均做到82.15，比最强基线高4.81个百分点。

BLEND把CLIP的联邦微调拆成共享的视觉/文本适配器和每个客户端私有的视觉投影适配器，在十个图像数据集上把个性化与泛化的调和均值平均做到82.15，比最强基线高4.81个百分点。