背景与挑战：介绍FL联邦学习，指出两个联邦学习的缺点：:::danger1.预定义的架构容易使模型训练陷入局部次优解，导致训练性能低下2.开发一个足够精确和小的模型来部署在客户端是很复杂的，这需要在迭代的试错过程中付出大量的人力:::（手动设计更高效的体系结构在很大程度上依赖于人类