RegionFed：异构零售搜索场景下的个性化查询理解联邦学习框架

跨区域零售搜索常受困于地域词汇差异，传统参数级联邦学习在 Transformer 上往往出现表征崩溃。RegionFed 改在梯度层面度量局部与全局冲突，动态调节个性化策略。测试显示其在 T5 与 RoBERTa 上取得 92.27% 准确率，在差分隐私保护下贴近了中心化训练的上限。