G t+1 =G t + n η ​ i=1 ∑ m ​ (L i t+1 ​ −G t )意思

这是随机梯度下降法（stochastic gradient descent，SGD）中的更新公式，其中：

- Gt 表示当前的模型参数；
- η 表示学习率，控制每次迭代更新的步长；
- m 表示参与训练的客户端数量；
- Li(t+1) 表示第 i 个客户端在第 t+1 轮迭代中的损失函数；
- Gt+1 表示经过一轮迭代后更新后的模型参数。

更新公式的含义是，将当前模型参数 Gt 向梯度下降方向更新 η×(1/m)×∑(Lit+1−Gt)，其中 1/m 表示对所有参与方的梯度平均，Lit+1−Gt 表示当前参与方的模型参数与全局模型参数之间的差异，即当前参与方对全局模型的贡献。更新后的 Gt+1 就是经过一轮迭代后的模型参数。