Chameleon: Adaptive Fault Tolerance for Distributed Training via Real-time Policy Selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Yuhang, Wang, Zhibin, Jiang, Peng, Xia, Haoran, Lu, Junhe, Jiang, Qianyu, Gu, Rong, Xu, Hengxi, Huang, Xinjing, Fang, Guanghuan, Hu, Zhiheng, Zhang, Jingyi, Cai, Yongjin, He, Jian, Tian, Chen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2508.21613