课题三：模型更新升维融合技术

针对大小模型端云协同进化与系统中“多端更新高效聚合”的关键科学问题，重点研究异构模型多模态切片分离和匹配方法，拟在多模态切片裁剪、非可靠模型传输、低开销升维融合等方面取得突破，形成一套端侧异构模型高效更新聚合方法，提出端侧软硬件环境自适应感知技术；提出面向异构端侧设备的模型多模态切片分离、裁剪、适应方法；提出针对动态网络环境的自适应模型传输协议；提出海量异构模型的高效融合方法，实现模型线性聚合。通过以上研究，解决大小模型端云协同进化中分布终端资源受限适配难的核心问题。

主要研究内容：

如图 1所示。针对端侧模型更新升维融合效率低问题，研究①多模态切片裁剪：提出多模态切片分离方法，构建端侧异构适变冗余切片消除机制，实现模型增量最小化；②非可靠模型传输: 提出表征相似模型参数重要性度量算法，设计速率自适应容错传输协议，实现低延迟模型增量传输；③低开销升维聚合：设计异构模型同构映射升维机制，实现线性收敛聚合。