用于监控异常分类的服务器端视觉-语言推理的联合二元门控

arXiv:2609.07403v1 公告类型：跨领域 摘要：隐私敏感的监控系统可能从大型视觉-语言模型（VLMs）中获益，但此类模型通常需要集中访问原始视频。在联邦学习环境中，这一挑战由于非独立同分布（non-i）而被放大。