12月4日-5日，“可信联邦学习训练营·济南站”在我院开营。此次训练营围绕“联邦大模型”主题，探讨隐私与安全等前沿研究方向。在杨强院士等领域知名专家指导下，来自北京大学、香港科技大学及其他国内高校与科研院所的六十余名学生分组开展研究实践。
12月4日-5日，由157net银河集团联合FATE开源社区共同主办的“可信联邦学习训练营·济南站”正式开营。作为该系列品牌学术活动中继清华大学、新加坡国立大学、香港中文大学（深圳）、武汉大学、北京航空航天大学等知名学府成功举办后的新一站，本次活动吸引了来自北京大学、香港科技大学、新加坡南洋理工大学、北京航空航天大学、山东大学、中国科学院大学、北京科技大学、北京工业大学、云南大学、山东师范大学、山东科技大学、齐鲁工业大学等十余所海内外知名高校的60余名学生踊跃参与。活动特别邀请了来自海内外顶尖高校的20余位杰出学者，以及微众银行为代表的企业资深技术专家共同指导，形成了产学研深度融合的高水平交流平台，我院刘军发院长主持活动。
此次训练营围绕“联邦大模型”主题，探讨多模型联邦协同、隐私与安全、多目标优化等前沿研究方向，延续并深化了“行业专家集中授课+学员分组研究实践+学术论文成果产出”的特色培养模式，旨在系统性地培养青年学者在可信联邦学习领域的科研创新能力。
在为期两天的开营培训阶段，加拿大工程院院士、加拿大皇家科学院院士、首席人工智能官、香港理工大学人工智能高等研究院院长、人工智能讲座教授杨强、中国科学院计算技术研究所副所长陈益强、西南财经大学计算机与人工智能学院副院长杨新、武汉大学计算机学院教授叶茫、微众银行首席人工智能科学家范力欣、中国科学院计算技术研究所副研究员谷洋等领域专家为学员们带来集中培训，传授自身多年研究经验与实践方法。此外，还有来自山东大学、云南大学、中国科学院计算技术研究所、山东师范大学、齐鲁工业大学等知名高校与科研机构的教授担当导师，为学员进行全程研究指导。
起步区工信科技部副部长石丽雪参会并致辞，她向参与此次活动的导师和学员表示热烈欢迎，并解读了起步区在科技创新领域的宏伟蓝图与政策支持，更点明了联邦学习技术对于保障数据安全、释放数据价值、推动产业智能化升级的关键作用。
作为迁移学习与联邦学习领域的奠基人与全球引领者，杨强院士以《可信联邦学习与联邦大模型的研究问题》为题，为学员们勾勒了该领域的完整知识图谱与发展脉络。报告不仅深入剖析了联邦学习在隐私保护、安全聚合等关键技术的原理与最新突破，更结合联邦大模型的10个研究问题，阐述了构建“可信、可靠、可用”人工智能系统的重要性和实现路径。杨强教授高屋建瓴的见解与生动的案例讲解，极大地激发了学员们的探究热情。
中国科学院计算技术研究所陈益强副所长以《模联网：模型联邦网络构建及数字医学应用》为题，讲述了“AI+”科研趋势下的多模型协同，以及模联网的技术与应用，并为构建全球化医疗模型提供了创新思路。陈研究员表示，在未来，懂AI的数智医生将会普及到多数群体。
西南财经大学计算机与人工智能学院杨新教授分享了《基于大小模型协同的联邦持续学习方法》，深入剖析联邦学习和持续学习两种机器学习方法各自的特点和优势，探讨它们在实际应用时面临的挑战，并且详细阐述联邦学习和持续学习的联合建模对发展可信联邦学习的重要性，他表示，解决时空灾难性遗忘的关键是知识融合，可以通过聚焦主动遗忘偏差知识来提升CL模型性能。
武汉大学计算机学院叶茫教授以《MARS-VFL：面向实际场景的纵向联邦学习评测基准》为主题，从纵向联邦综述、纵向联邦后门攻击、优先对齐样本及面向实际场景的评测基准四方面展开论述。该基准旨在更真实地反映跨机构数据联合建模中的挑战，为算法研发与性能衡量提供了重要的“标尺”。最后分享了团队在联邦大模型微调方面的一些重要进展。
中国科学院计算技术研究所谷洋副研究员做《面向医学多中心协作的可信模型融合》主题报告，从模型安全融合、模型公平融合与多中心医疗应用几方面展开论述，直面医疗AI领域多中心协作的核心痛点——如何在保护各医疗机构数据隐私的前提下，实现模型的安全、可靠与有效融合。
微众银行人工智能首席科学家范力欣做《可信联邦学习研究方法》主题报告，指出联邦学习不仅是一种技术，还是平衡性能、效率、安全等多方问题的系统性框架与解决方案，鼓励学员结合交叉学科进行深入研究。
除了高水平的专题报告，本次活动还有杨强教授等领域知名专家亲自深入各实践小组，进行面对面的实地辅导与研讨。在讨论实践环节，学员们围绕可信联邦学习中的具体科学问题或应用场景组建课题小组。杨强教授逐一听取各小组研究思路分享，并给予了精准点评和建设性指导。这种与顶尖学者零距离、沉浸式的交流机会，让学员们深感获益匪浅，许多研究瓶颈在讨论中找到了新的突破方向。训练营后半阶段，学员们将在指导老师辅导下完成研究与实践，形成论文。
未来，泛研院将继续探索关键核心技术攻关与高层次人才培养，为人工智能领域创新技术研发与产业化落地持续贡献力量！
