Buchumschlag

Rethinking Knowledge Distillation in Collaborative Machine Learning: Memory, Knowledge, and Their Interactions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Pengchao, Huang, Xi, Fang, Yi, Han, Guojun
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!

Ähnliche Einträge

FedAL: Black-Box Federated Knowledge Distillation Enabled by Adversarial Learning
von: Han, Pengchao, et al.
Veröffentlicht: (2023)

Convergence Analysis of Split Federated Learning on Heterogeneous Data
von: Han, Pengchao, et al.
Veröffentlicht: (2024)

A Knowledge Distillation-empowered Adaptive Federated Reinforcement Learning Framework for Multi-Domain IoT Applications Scheduling
von: Wang, Zhiyu, et al.
Veröffentlicht: (2025)

Efficient CPU-GPU Collaborative Inference for MoE-based LLMs on Memory-Limited Systems
von: Huang, En-Ming, et al.
Veröffentlicht: (2025)

LOCO: Rethinking Objects for Network Memory
von: Hodgkins, George, et al.
Veröffentlicht: (2025)

Flexible Personalized Split Federated Learning for On-Device Fine-Tuning of Foundation Models
von: Yuan, Tianjun, et al.
Veröffentlicht: (2025)

UniTrans: A Unified Vertical Federated Knowledge Transfer Framework for Enhancing Cross-Hospital Collaboration
von: Huang, Chung-ju, et al.
Veröffentlicht: (2025)

Flash-KMeans: Fast and Memory-Efficient Exact K-Means
von: Yang, Shuo, et al.
Veröffentlicht: (2026)

Propius: A Platform for Collaborative Machine Learning across the Edge and the Cloud
von: Ding, Eric
Veröffentlicht: (2025)

Collaborative Multi-Agent Reinforcement Learning Approach for Elastic Cloud Resource Scaling
von: Fang, Bruce, et al.
Veröffentlicht: (2025)

UNIDEAL: Curriculum Knowledge Distillation Federated Learning
von: Yang, Yuwen, et al.
Veröffentlicht: (2023)

EACO-RAG: Towards Distributed Tiered LLM Deployment using Edge-Assisted and Collaborative RAG with Adaptive Knowledge Update
von: Li, Jiaxing, et al.
Veröffentlicht: (2024)

Model Checking and Synthesis for Optimal Use of Knowledge in Consensus Protocols
von: Alpturer, Kaya, et al.
Veröffentlicht: (2025)

Homogenizing Non-IID datasets via In-Distribution Knowledge Distillation for Decentralized Learning
von: Ravikumar, Deepak, et al.
Veröffentlicht: (2023)

MemAscend: System Memory Optimization for SSD-Offloaded LLM Fine-Tuning
von: Liaw, Yong-Cheng, et al.
Veröffentlicht: (2025)

Analysis and Optimized CXL-Attached Memory Allocation for Long-Context LLM Fine-Tuning
von: Liaw, Yong-Cheng, et al.
Veröffentlicht: (2025)

SemiDFL: A Semi-Supervised Paradigm for Decentralized Federated Learning
von: Liu, Xinyang, et al.
Veröffentlicht: (2024)

Privacy-Preserving Federated Learning with Consistency via Knowledge Distillation Using Conditional Generator
von: Luo, Kangyang, et al.
Veröffentlicht: (2024)

Knowledge Distillation in Federated Learning: a Survey on Long Lasting Challenges and New Solutions
von: Qin, Laiqiao, et al.
Veröffentlicht: (2024)

Collaborative Evolution of Intelligent Agents in Large-Scale Microservice Systems
von: Li, Yilin, et al.
Veröffentlicht: (2025)

WindVE: Collaborative CPU-NPU Vector Embedding
von: Huang, Jinqi, et al.
Veröffentlicht: (2025)

AgentFlow: Resilient Adaptive Cloud-Edge Framework for Multi-Agent Coordination
von: Chen, Ching Han, et al.
Veröffentlicht: (2025)

LIME:Accelerating Collaborative Lossless LLM Inference on Memory-Constrained Edge Devices
von: Sun, Mingyu, et al.
Veröffentlicht: (2025)

A Knowledge-Based Analysis of Intersection Protocols
von: Alpturer, Kaya, et al.
Veröffentlicht: (2024)

FedCache: A Knowledge Cache-driven Federated Learning Architecture for Personalized Edge Intelligence
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2023)

Clustered Federated Learning with Hierarchical Knowledge Distillation
von: Ahmad, Sabtain, et al.
Veröffentlicht: (2025)

Distributed Non-Interactive Zero-Knowledge Proofs
von: Grilo, Alex B., et al.
Veröffentlicht: (2025)

KCES: A Workflow Containerization Scheduling Scheme Under Cloud-Edge Collaboration Framework
von: Shan, Chenggang, et al.
Veröffentlicht: (2024)

Distributed Statistical Zero-Knowledge Proofs via Sumcheck
von: Jauregui, Benjamin, et al.
Veröffentlicht: (2026)

Orchestrating Federated Learning in Space-Air-Ground Integrated Networks: Adaptive Data Offloading and Seamless Handover
von: Han, Dong-Jun, et al.
Veröffentlicht: (2024)

Parallel Collaborative ADMM Privacy Computing and Adaptive GPU Acceleration for Distributed Edge Networks
von: Xia, Mengchun, et al.
Veröffentlicht: (2026)

FedRIR: Rethinking Information Representation in Federated Learning
von: Huang, Yongqiang, et al.
Veröffentlicht: (2025)

PipeSD: An Efficient Cloud-Edge Collaborative Pipeline Inference Framework with Speculative Decoding
von: Han, Yunhe, et al.
Veröffentlicht: (2026)

Collaborative State Machines: A Better Programming Model for the Cloud-Edge-IoT Continuum
von: Etheredge, Marlon, et al.
Veröffentlicht: (2025)

Knowledge-driven Reasoning for Mobile Agentic AI: Concepts, Approaches, and Directions
von: Liu, Guangyuan, et al.
Veröffentlicht: (2026)

Leveraging Structural Knowledge for Solving Election in Anonymous Networks with Shared Randomness
von: Chalopin, Jérémie, et al.
Veröffentlicht: (2026)

Back to the Future: Rethinking Endorsement in Order-Execute Blockchains
von: Huang, Rongji, et al.
Veröffentlicht: (2026)

Sentinel: Dynamic Knowledge Distillation for Personalized Federated Intrusion Detection in Heterogeneous IoT Networks
von: Singh, Gurpreet, et al.
Veröffentlicht: (2025)

ECCENTRIC: Edge-Cloud Collaboration Framework for Distributed Inference Using Knowledge Adaptation
von: Kamani, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

Elastic Mixture of Rank-Wise Experts for Knowledge Reuse in Federated Fine-Tuning
von: Wu, Yebo, et al.
Veröffentlicht: (2025)