Distributed Lion은 Lion 최적화기를 분산 학습 환경에 맞게 개선한 혁신적인 방법으로, 작업자와 중앙 서버 간 통신을 바이너리 또는 저정밀도 벡터로 제한하여 통신 비용을 크게 줄일 수 있다.
본 논문은 부분적 분산 피드백을 활용하여 전역 보상을 최대화하는 문제를 다룹니다. 이를 위해 차별적 프라이버시 보장 하에서 분산 선형 밴딧 모델을 제안하고, 통신 효율성과 프라이버시 보장을 동시에 달성하는 통합 알고리즘 프레임워크를 개발합니다.