Trainer laden keine Datensätze ins Netzwerk hoch. Das Training erfolgt lokal auf der eigenen Maschine des Trainers unter Verwendung ihrer Hardware und Daten. Nach Abschluss des Trainings reichen sie nur die Gradienten ein. Rohdaten werden niemals von jemand anderem geteilt, gespeichert oder inspiziert. Die Privatsphäre wird durch das Systemdesign und nicht durch Regeln oder Vertrauen gewahrt. Dies ermöglicht es den Trainern, Rechenleistung beizutragen und Modelle zu verbessern, ohne sensible oder proprietäre Informationen offenzulegen.