本申请实施例公开了一种基于联邦学习的模型训练方法、装置、介质以及电子设备。方法由全局总模型的训练参与方执行，具体包括：利用本地数据集对本地子模型进行训练，以使本地子模型输出本地预测值；在全局总模型的训练参与组内分享本地预测值，并根据训练参与组内其他参与方分享的本地预测值，确定全局总模型的联合预测值；根据联合预测值，确定全局总模型的全局损失值；基于全局总模型的全局损失值，确定本地子模型的最新梯度值，并基于最新梯度值更新本地子模型以训练所述全局总模型。本申请技术方案简化了基于联邦学习的模型训练方法，降低了模型训练方法的计算复杂度和通信复杂度，提高了模型训练方法的实用性。