又稱「聯邦式學習」，主要是針對當訓練AI模型時， 因資料集可能有隱私、法規、地理區域等限制或考量時，無法進行傳統的「集中式學習」， 故改以「模型共享」取代「資料共享」來打破資料壁壘，實現在應用端的差異化與知識 共享。