HERO: Eine Heterogenitäts-bewusste Benchmark-Bibliothek für föderiertes kontinuierliches Lernen

arXiv:2607.08784v1 Föderiertes kontinuierliches Lernen evaluiert, wie verteilte Clients aus sich ändernden Datenströmen lernen und gleichzeitig zuvor gelernte Kenntnisse bewahren. Bestehende Evaluierungen sind schwer zu vergleichen, da sie oft Datensätze und Task-Aufteilungen ändern.