本申请实施例提供一种联邦模型训练方法及装置，该方法包括：接收中心设备发送的个性化模型，个性化模型的有效模型参数的数量小于全局模型的有效模型参数的数量。对个性化模型进行模型训练，得到个性化模型的训练梯度，训练梯度中包括个性化模型中各模型参数的梯度。根据个性化模型的梯度、个性化模型的模型参数和剪枝量，确定目标掩码序列，目标掩码序列用于中心设备确定下一轮训练中的个性化模型。向中心设备发送目标掩码序列和个性化模型的训练梯度。其中个性化的处理是依赖于掩码序列实现的，而无需训练额外的模型，从而可以有效的降低个性化联邦学习中本地训练的计算量。