翼方健数自研的联邦学习框架XFL解决了大模型微调的数据缺失与隐私安全保护困境
文章来源于算力智库《翼方健数宣布开源,隐私计算迎来亮底牌时代!》
XFL是翼方健数自研的工业级联邦学习框架,使用安全通信协议保护通信安全,使用多种密码技术保护联邦过程的安全,与其他联邦产品相比,具有适用场景丰富,安全算法多样,性能高,轻量易于使用等特点。
XSCE是翼方健数自研的MPC框架,聚焦于主流算法的高效/安全应用,我们承诺会长期投入、持续开源。
7月25日,翼方健数在线上召开隐私安全计算开源发布会,正式宣布面向全球开发者开源翼方健数隐私安全计算技术。
通过开源降低隐私计算的门槛,让隐私计算技术赋能更多的数据与应用。