Siamo assolutamente entusiasti di annunciare che il nostro articolo, "Scaling Decentralized Learning with FLock", ha vinto il premio per il miglior articolo industriale al WI-IAT 2025 - la 24a Conferenza Internazionale IEEE/WIC su Web Intelligence e Tecnologie degli Agenti Intelligenti a Londra! 🏆 Questo traguardo non sarebbe stato possibile senza la nostra incredibile collaborazione con HKGAI e @hkust. Siamo orgogliosi di spingere insieme i confini dell'AI! 🤝 Leggi l'articolo vincitore qui:

2/ Con lo sviluppo rapido dei modelli di linguaggio di grandi dimensioni (LLM), l'addestramento centralizzato è diventato proibitivamente costoso e i requisiti di dati sono diventati sempre più rigorosi, rendendo le istituzioni sensibili ai dati più caute riguardo alle applicazioni degli LLM. Questo documento propone un framework altamente scalabile e robusto per convalidare la fattibilità dell'apprendimento decentralizzato per l'addestramento degli LLM in ambienti multi-istituzionali ad alta fedeltà — rendendo l'addestramento collaborativo dell'AI più robusto, sicuro e scalabile.

4/ WI-IAT è uno dei principali forum globali sponsorizzati da @ComputerSociety, l'IEEE Computer Society, @wi_consortium, il Web Intelligence Consortium (WIC) e la IEEE Technical Community on Intelligent Informatics (TCII), dove i principali ricercatori e esperti del settore del mondo si riuniscono per discutere le innovazioni all'incrocio tra intelligenza web e tecnologia degli agenti AI.

5/ Vincere la categoria della carta industriale è particolarmente significativo per noi poiché riconosce ciò che abbiamo sempre dato priorità: colmare il divario tra ricerca all'avanguardia e implementazione nel mondo reale. Questo traguardo non solo afferma la nostra dedizione a una ricerca rigorosa, ma convalida anche che l'apprendimento federato decentralizzato è ora scalabile e pronto per la produzione per l'implementazione nel mondo reale.