当"算力不一、数据不均"的手机们一起学 AI，FedProx 给出了最简单的解药

关联论文：arXiv abs/1812.06127 · FedProx · Li et al. (CMU/Michigan/Stanford)

为什么重要：联邦学习（Federated Learning, FL）承诺"数据不出端"，由各设备在本地训练、再把更新汇总给中央服务器，隐私友好、带宽友好。经典算法 FedAvg 在实验台很顺，到了真实手机/IoT 网络里便处处碰壁——有的设备强到能跑二十轮本地 SGD，有的只能跑一轮就掉线；同时各用户画像天差地别（非 IID），有人只聊体育、有人只聊财经。两类异构撞在一起，FedAvg 的全局模型要么被强行拉到"最低公约数"，要么被少数强客户端拖偏，精度剧烈震荡。

核心机制：FedProx 只在一处动了 FedAvg 的"刀子"——为每个客户端的本地优化目标加一个近端项（proximal term） $\tfrac{\mu}{2}|w-w^t|^2$ 。直觉上，它不"禁止"本地模型偏离全局起点，而是允许但限制这种偏离；同时把强设备可跑 $E_{\max}=20$、弱设备可跑 $E_{\max}=1$ 的差异合法化，掉线设备可随时截断上传。服务器只需多发一个 $\mu$ 标量，通信量几乎不变，理论上 $\mu=0$ 即可退回 FedAvg，对存量系统是"A/B 开关式"的灰度路径。数学上，作者证明非凸光滑目标下仍保 $\mathcal{O}(\tau^{1/3}/(KT)^{2/3})$ 的收敛速率，且同时兼容统计异构（数据偏斜）与系统异构（设备能力不一）。

证据边界：原文在 MNIST、FEMNIST、Shakespeare、Sent140/Stack Overflow 四个真实联邦基准上对比 FedAvg，abstract 直引"approximately 22% 绝对测试精度提升"⚠️，该数字限定在"高度异构设定下"，IID 场景直接套用会失真；$\mu$ 建议起点 1（Section 4.1），但实际取值依 $E_{\max}$ 而异。

工程局限：近端项对所有参数一视同仁，未覆盖差分隐私/安全聚合的协同效果；服务端断线重传、stale update 阈值、客户端选择策略等工程细节未给方案；公平性只浅触、未作主指标；社区实现版本间近端项应用位置（本地梯度 vs 全局聚合）差异大，上线前须核验。

三个标题变体

数据不出手机的 AI 训练：FedProx 如何救场联邦学习？
只加一行近端项，FedProx 让联邦学习跑过真实异构网络
当算力与数据都不均：FedProx 给端侧 AI 的"轻刹车"

小红书卡片

📱 数据不出端、模型还更强？FedProx 只多做"一件事"！
给手机联邦训练加一个近端项 $\tfrac{\mu}{2}|w-w^t|^2$，强设备跑满 20 轮、弱设备跑 1 轮也不慌；异构场景精度比 FedAvg 涨约 22%⚠️。几乎不增加通信，存量系统一键 A/B 灰度——可能是从实验室到量产最近的一步。#联邦学习 #端侧AI #异构鲁棒 #科普

全文约 1180 字（含附文）。