先了解这件事
2026年10月2日,Google发布并部署基于可信执行环境(TEE)的新一代联邦学习系统,为联邦学习提供可外部验证的隐私保证,并将计算转移到服务器端以提升训练速度、准确率和设备覆盖。据Google Research介绍,Gboard已采用该系统上线英语和日语下一词预测模型,训练时间从此前的1至2个月大幅缩短,瓶颈转移到服务器端;系统通过公开透明日志Rekor发布访问策略,KMS与数据处理二进制可从Confidential Federated Compute开源仓库复现构建。10月4日,MarkTechPost报道称,该系统首次为联邦学习提供可外部验证的中心化差分隐私保证,Gboard上线英语和日语下一词预测模型后隐私更强且准确率提升,核心TEE二进制与Federated Language以Apache 2.0开源。目前尚无进一步有证据的发展。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Google Research
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月4日
MarkTechPost
Google Research 将联邦学习迁入 TEE：Gboard 现已采用可外部验证的差分隐私训练
Google Research 发布基于 TEE 的新一代联邦学习系统，首次为联邦学习提供可外部验证的中心化差分隐私保证。Gboard 已用该系统上线英语和日语下一词预测模型，隐私更强且准确率提升；此前每个联邦学习模型训练需 1 到 2 个月，现在瓶颈转移到 TEE 资源。核心 TEE 二进制与 Federated Language 以 Apache 2.0 开源。
10月2日
Google Research一手
Google 发布基于 TEE 的新一代联邦学习系统
Google 发布新一代联邦学习系统，利用可信执行环境（TEE）提供可外部验证的隐私保证，并将计算转移到服务器端以提升训练速度、准确率和设备覆盖。Gboard 已采用该系统上线英语和日语下一词预测模型，训练时间从此前的 1-2 个月大幅缩短，瓶颈转移到服务器端。系统通过公开透明日志 Rekor 发布访问策略，KMS 与数据处理二进制可从 Confidential Federated Compute 开源仓库复现构建。