تم اقتراح إطار عمل لانسلوت بشكل مشترك في سبتمبر 2025 من قِبل فريق بحثي من مختبر إنترنت الأشياء الاصطناعي في جامعة هونغ كونغ الصينية، وجامعة تشونغتشينغ، وجامعة مدينة هونغ كونغ، وجامعات ومؤسسات أخرى. نُشرت نتائج البحث ذات الصلة في ورقة بحثية بعنوان "نحو التعلم الفيدرالي المتين البيزنطي عالي الكفاءة في الحوسبة مع التشفير المتجانس بالكامل".

لانسلوت هو إطار عمل حاسوبي فعال للتعلم الفيدرالي البيزنطي القوي (BRFL) الذي يحافظ على الخصوصية، وذلك باستخدام التشفير المتماثل الكامل (FHE). ويقترح الباحثون، على وجه التحديد، نموذجًا تفاعليًا جديدًا للتعلم الفيدرالي التعاوني من أجل التعاون اللامركزي بين المؤسسات، مما يتيح تدريب نماذج عالية الأداء وقوية دون المساس بخصوصية البيانات وكفاءة الحوسبة. يجمع لانسلوت بين التحسينات الخوارزمية وتسريع الأجهزة، ويغطي تحسينات لسياسات ضرب النص المشفر ثنائيًا، وضرب المصفوفات متعددة الحدود، وعمليات الجمع المعقدة.