联邦学习隐私计算开源平台FATE （Federated AI Technology Enabler）正式发布联邦大模型FATE-LLM功能模块。通过将联邦学习和大模型结合，FATE-LLM在各参与方的敏感数据不出本地域的前提下，根据各方实际数据量进行算力投入，联合进行大模型训练。基于此技术方案，多个机构可以通过FATE内置的预训练模型进行横向联邦，利用各自隐私数据进行联邦大模型微调，从而提升自身大模型应用的效果。

　近期发布的FATE-LLM为联邦大模型初步版本，未来FATE开源社区还将针对联邦大模型的算法、效率、安全等方面进行持续优化，并持续推出后续版本，提升联邦大模型的安全性、易用性和通用性。

　　在技术创新层面，联邦大模型将有机会充分利用分散在各个组织的算力和数据，融合联邦学习和AIGC相关技术，实现异构数据分布式安全训练。这将为自然语言处理，语音识别，机器视觉等AI领域带来全新的技术范式。

　　在行业应用方面，联邦大模型未来将有机会重塑金融、零售、工业等多行业的数字化形态。相关应用场景包括在金融领域的智能客服、内容风控、金融资讯情感分析、文本意图识别、营销场景智能创意生成和优化等。即使机构自身拥有的数据量和算力可能不足，仍能发挥联邦大模型的优势，安全合规地提升客服、营销、风控的效果。