致远高校一体化协同运营平台解决方案

横向联邦学习场景 TICS 从UCI网站上获取了乳腺癌数据集Breast，进行横向联邦学习实验场景的功能介绍。 乳腺癌数据集：基于医学图像中提取的若干特征，判断癌症是良性还是恶性，数据来源于公开数据Breast Cancer Wisconsin (Diagnostic)。 场景描述

查看更多 →

league_id}/fl-jobs/{job_id} 保存横向联邦学习作业 响应示例 无 状态码 状态码 描述 200 保存横向联邦学习作业成功 401 操作无权限 500 内部服务器错误 父主题： 可信联邦学习作业管理

查看更多 →

获取横向联邦学习作业详情 功能介绍 获取横向联邦学习作业详情 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/leagues/{league_id}/fl-jobs/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

执行横向联邦学习作业 功能介绍 执行横向联邦学习作业 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/leagues/{league_id}/fl-jobs/{job_id}/execute 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

已发布区域：北京四、北京二 如何创建多方安全计算作业？ 可信联邦学习作业 可信联邦学习作业是 可信智能计算 服务提供的在保障用户数据安全的前提下，利用多方数据实现的联合建模，曾经也被称为联邦机器学习。 横向联邦机器学习 横向联邦机器学习，适用于参与者的数据特征重叠较多，而样本ID重叠较少的情

查看更多 →

文件管理 文件管理是可信智能计算服务提供的一项管理联邦学习模型文件的功能。参与方无需登录后台手动导入模型文件，通过该功能即可将模型文件上传到数据目录，并支持批量删除。在创建联邦学习作业时可以选到上传的脚本模型等文件，提高了易用性及可维护性。 使用场景：管理联邦学习作业所需的脚本、模型、权重文件。

查看更多 →

乳腺癌数据集作业结果 本节实验包含了如下三个部分：（1）训练轮数对联邦学习模型分类性能的影响；（2）迭代次数对联邦学习模型分类性能的影响；（3）参与方数据量不同时，本地独立训练对比横向联邦的模型性能。 不同训练参数对模型准确率、训练时长的影响 训练轮数对模型准确率的影响（迭代次数固定为20）

查看更多 →

CN横向扩容 功能介绍 数据库CN横向扩容。 该接口计划于2025-03-31下线，建议及时切换到新接口CN横向扩容/DN分片扩容/磁盘扩容。 调用接口前，您需要了解API 认证鉴权。 调用接口前，您需要提前获取到地区和终端节点，即下文中的Endpoint值。 接口约束 CN横向扩容步长1~9。

查看更多 →

在界面左侧树单击待查看Profiler性能分析环境后的。 单击“Profiler性能分析”，切换至Profiler性能分析页签。 单击“对比”，进入对比页面。 在Profiler页签选择您想要查看的实例、性能分析类型、范围、聚合维度以及对比类型，可以查看该实例对应的性能分析数据。 图1 对比 对比对象：和

查看更多 →

息。 单击“Profiler性能分析”，切换至Profiler性能分析页签。 单击“对比”，进入对比页面。 图1 对比 在对比页签选择您想要查看的实例、性能分析类型、范围、聚合维度以及对比类型，可以查看该实例对应的性能分析数据，详细参数说明请参见表1 对比参数说明。 您还可以根据需要执行以下操作：

查看更多 →

仅IEF计算节点支持创建横向评估型作业。 创建可信联邦学习评估型作业 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理 > 可信联邦学习”，打开可信联邦学习作业页面。 在“可信联邦学习”页面，单击“创建”。 图1 创建作业 在弹出的对话框中配置作业名称相关参数，完成后单击“确定”。 图2

查看更多 →

训练型横向联邦作业流程 联邦学习分为横向联邦及纵向联邦。相同行业间，特征一致，数据主体不同，采用横向联邦。不同行业间，数据主体一致，特征不同，采用纵向联邦。xx医院的应用场景为不同主体的相同特征建模，因此选用横向联邦。 创建训练型横向联邦学习作业。 图1 创建训练型横向联邦学习作业

查看更多 →

的“创建对比”，创建对比任务。 单击迁移对比须知处的“全面检查”，进入“创建对比任务”页面。 在“创建对比任务”页面，分别选择“对比类型”、“对比方式”、“对比时间”和“对象选择”后，单击“是”，提交对比任务。 图3 创建对比任务 对比类型：分为行数对比和内容对比。 对比方式：分为静态对比和动态对比两种。

查看更多 →

数据级对比分为行对比和内容对比。 行对比：对比同步的表的行数是否一致，只查询表的行数，对比速度较快，建议优先使用。 内容对比：对比同步的表内数据是否一致，需要查询每条数据进行对比，相较于行对比，内容对比较慢。 抽样对比：当数据量过大时，行数对比和内容对比需要较长时间，推荐使用抽样对比，设置

查看更多 →

作业发起方配置TI CS 的横向联邦学习作业，启动训练； 模型参数、梯度数据在TICS提供的安全聚合节点中进行加密交换； 训练过程中，各参与方计算节点会在本地生成子模型，由TICS负责安全聚合各子模型的参数，得到最终的模型； 空间的整体配置通过空间管理员进行统一管理。 父主题： 横向联邦学习场景

查看更多 →

用子账号进行创建的，需要参考配置CCE集群子账号权限。 创建可信联邦学习训练型作业 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理 > 可信联邦学习”，打开可信联邦学习作业页面。 在“可信联邦学习”页面，单击“创建”。 图1 创建作业 在弹出的对话框中配置作业名称相关参数，完成后单击“确定”。

查看更多 →

横向比较提示词效果 设置候选提示词 横向比较提示词效果 父主题： 提示词工程

查看更多 →

横向比较提示词效果 将设置为候选的两个提示词横向比较，获取提示词的差异性和效果。 登录盘古大模型套件平台。 在左侧导航栏中选择“应用开发 > 提示词工程”，进入提示词工程页面。 在工程任务列表页面，找到所需要操作的工程任务，单击该工程任务名称，跳转工程任务下候选提示词页面。 图1

查看更多 →

欠拟合等异常情况。 模型评估：使用平台的“模型评估”功能，“模型评估”将对您之前上传的测试集进行评估。通过查看测试集样本的PPL、BLEU和ROUGE等指标，进行横向（相同训练数据+不同规格的通用模型）或纵向（不同训练数据训练的多个模型版本）对比来判断训练过程是否出现了问题。 人

查看更多 →

护数据使用方的数据查询和搜索条件，避免因查询和搜索请求造成的数据泄露。 可信联邦学习 可信联邦学习是可信智能计算服务提供的在保障用户数据安全的前提下，利用多方数据实现的联合建模，曾经被称为联邦机器学习。 联邦预测作业 联邦预测作业在保障用户数据安全的前提下，利用多方数据和模型实现样本联合预测。

查看更多 →

数据对比（对比灾备项） 对比使用场景 对比灾备项可以对比业务数据库和灾备数据库的数据一致性，目前灾备对比功能支持以下几种对比方式： 对象级对比：支持对数据库、索引、表、视图、存储过程和函数等对象进行对比。 数据级对比分为行对比和内容对比。 行对比：对比同步的表的行数是否一致，只查

查看更多 →