联邦学习开源框架FATE新版本发布！配套引擎EggRoll焕新登场( 三 ) 如何在保证本地训练数据不

RollSite：管理跨站点通信，等同以前的proxy+federation

其中， CM和NM都是无状态的，非常轻量级，易于管理。开发者在使用过程中，可以直观感受到这些提升带来的更优质体验。

总而言之， FATE1.4版本是一次回望，对过往开发者们提到的一些问题进行了整合与思考，然后加入了迭代中。无论是FederatedML对常用功能、及原有算法的体验和应用范围的提升，还是FATEBoard对适用场景的丰富、及视觉和交互体验上的大力优化，又或者是FATEFlow针对实际生产应用，从模型、数据、日志三个方面增强系统易管理、易扩展、易审计的能力，都能看到FATE对开发者使用体验的思索与重视。 FATE官方欢迎对联邦学习有兴趣的同仁一起贡献代码，提交Issues或者PullRequests 。详情可查阅FATE官网项目贡献者指南。

联邦学习开源框架FATE新版本发布！配套引擎EggRoll焕新登场。另， FATE官方也在开展针对1.4版本的圆桌讨论会，详情可添加FATE助手：FATEZS001 ，进一步交流及了解。