DeFiRank：用于去中心化金融网络治理的联邦成对排序框架

研究人员提出了基于联邦学习的成对排序框架 DeFiRank，允许多家机构在不共享私有交易数据的前提下协作训练排序模型，用于去中心化金融网络的治理决策。在真实区块链交易数据集的评测中，该联邦方案的 NDCG@15 达到约 0.87（中心化基线约为 0.92），且排序稳定性与中心化方案持平（Kendall $\tau$ 均约为 0.70）。