11月10日-12日，西南财经大学、FATE开源社区、微众银行、中国计算机学会（CCF）成都分部共同举办的“可信联邦学习冬令营”在成都正式开营。学员来自全国各高校，将结合自身研究背景和兴趣，在专家的指导下围绕“可信联邦学习（TFL）”人工智能与隐私计算前沿领域展开研究实践，基于可信联邦学习多目标优化、联邦大模型等多个研究方向的成果形成论文。

在本期冬令营的开幕致辞中，加拿大工程院与皇家学院院士、微众银行首席人工智能官杨强指出，未来的世界是人和模型共存的世界，模型的制造、流通、管理是重要的议题。围绕《可信联邦学习与联邦大模型》的主题，杨强分享了联邦学习相关理论框架、可信联邦学习与联邦大模型的前沿研究与应用等内容。微众银行人工智能首席科学家范力欣做了《可信联邦多目标优化》主题报告。微众银行人工智能资深研究员康焱围绕“联邦大模型”的主题，分享了通过联邦迁移学习落地基础模型的现有研究工作的调研、归纳与分析。