模型的训练方法及装置、存储介质、程序产品

本申请涉及人工智能技术领域，公开一种模型的训练方法，客户端通过上传关键模型参数和图级样本，在不共享隐私信息的前提下，为每个客户端生成不同的聚合策略。在客户端侧通过对抗学习方式构造具有隐私保护性质的代表性样本，并将代表性样本上传至服务器以用于后续的个性化模型聚合。在服务器侧从上传的信息中提取图级表示，并估计客户端之间的图相似度，从而通过多客户端协同整合制定个性化的聚合策略，从而增强本地模型的聚类性能，进而能准确捕捉客户端间关系、从而提升聚类效果的个性化全局聚合策略，以在训练好的聚类模型进行个性化推荐时，提升个性化推荐的准确度。本申请还公开一种模型的训练装置及存储介质、程序产品。