Toss于3日宣布，公司一篇研究论文入选全球顶级人工智能（AI）学术会议NeurIPS（Neural Information Processing Systems）2025。该研究由Toss Face Modeling团队研究员Jinwoo Lee牵头，并与首尔大学Vision Lab合作完成。
NeurIPS是机器学习和神经信息处理领域最具影响力的国际会议之一，论文录用率约为20%。本届会议于12月2日至7日在美国圣迭戈会议中心举行，来自全球的研究人员将分享最新AI研究成果。
此次入选的论文题为《基于本地先验对齐的联邦学习（Federated Local Prior Alignment，FedLPA）》。研究聚焦于隐私合规要求下数据无法集中至中央服务器的训练场景，针对传统联邦学习在不同国家、不同用户群体之间数据分布差异较大，以及出现全新类别时模型性能迅速下降的问题提出改进方案。
具体来看，研究团队将基于Infomap的本地聚类方法与“本地先验对齐（Local Prior Alignment）”技术结合使用。前者可自动识别并划分国家、用户群等具有相似特征的数据群组，后者则通过对齐本地先验信息，提高模型训练的稳定性。
在此基础上，各设备可根据自身数据结构开展学习。研究还在“泛化类别发现（Generalized Category Discovery，GCD）”任务中验证了该方法的效果，表明其在难以预先确定类别类型或数据分布的环境下，能够更准确地识别新类别。
Toss相关人士表示，此次论文入选意味着公司AI技术能力获得全球顶级学术会议认可。未来，Toss将继续推进可应用于实际服务场景的技术研究，在保障隐私的同时提供更精细化的AI服务。
记者信息
Oh Sang-yeop
yub@d-today.co.kr