Buchumschlag

OpenTinker: Separating Concerns in Agentic Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Siqi, You, Jiaxuan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scepsy: Serving Agentic Workflows Using Aggregate LLM Pipelines
von: Wagenländer, Marcel, et al.
Veröffentlicht: (2026)

ARL-Tangram: Unleash the Resource Efficiency in Agentic Reinforcement Learning
von: Xiao, Bangjun, et al.
Veröffentlicht: (2026)

SRL: Scaling Distributed Reinforcement Learning to Over Ten Thousand Cores
von: Mei, Zhiyu, et al.
Veröffentlicht: (2023)

Mesh-Attention: A New Communication-Efficient Distributed Attention with Improved Data Locality
von: Chen, Sirui, et al.
Veröffentlicht: (2025)

MARLaaS: Multi-Tenant Asynchronous Reinforcement Learning as a Service
von: Yu, Timothy Tin Long, et al.
Veröffentlicht: (2026)

LogAct: Enabling Agentic Reliability via Shared Logs
von: Balakrishnan, Mahesh, et al.
Veröffentlicht: (2026)

Towards using Reinforcement Learning for Scaling and Data Replication in Cloud Systems
von: Mokadem, Riad, et al.
Veröffentlicht: (2024)

Trade-offs in Decentralized Agentic AI Discovery Across the Compute Continuum
von: Dazzi, Patrizio, et al.
Veröffentlicht: (2026)

KAIROS: Stateful, Context-Aware Power-Efficient Agentic Inference Serving
von: Yuan, Yichao, et al.
Veröffentlicht: (2026)

Safactory: A Scalable Agentic Infrastructure for Training Trustworthy Autonomous Intelligence
von: Chen, Xinquan, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Fault-Adaptive Routing in Eisenstein-Jacobi Interconnection Topologies
von: Charrwi, Mohammad Walid, et al.
Veröffentlicht: (2026)

Reinforcement Learning-driven Data-intensive Workflow Scheduling for Volunteer Edge-Cloud
von: Mounesan, Motahare, et al.
Veröffentlicht: (2024)

The (R)evolution of Scientific Workflows in the Agentic AI Era: Towards Autonomous Science
von: Shin, Woong, et al.
Veröffentlicht: (2025)

Quantifying Energy and Cost Benefits of Hybrid Edge Cloud: Analysis of Traditional and Agentic Workloads
von: Alamouti, Siavash
Veröffentlicht: (2025)

iScheduler: Reinforcement Learning-Driven Continual Optimization for Large-Scale Resource Investment Problems
von: Hu, Yi-Xiang, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Job Scheduling and Resource Management in Cloud Computing: An Algorithm-Level Review
von: Gu, Yan, et al.
Veröffentlicht: (2025)

Cooperative Cognitive Dynamic System in UAV Swarms: Reconfigurable Mechanism and Framework
von: Jia, Ziye, et al.
Veröffentlicht: (2024)

DeF-DReL: Systematic Deployment of Serverless Functions in Fog and Cloud environments using Deep Reinforcement Learning
von: Dehury, Chinmaya Kumar, et al.
Veröffentlicht: (2021)

ParaGAN: A Scalable Distributed Training Framework for Generative Adversarial Networks
von: Shi, Ziji, et al.
Veröffentlicht: (2024)

Verify Distributed Deep Learning Model Implementation Refinement with Iterative Relation Inference
von: Wang, Zhanghan, et al.
Veröffentlicht: (2025)

High-Performance Parallel Optimization of the Fish School Behaviour on the Setonix Platform Using OpenMP
von: Wang, Haitian, et al.
Veröffentlicht: (2025)

PRAGMA: A Profiling-Reasoned Multi-Agent Framework for Automatic Kernel Optimization
von: Lei, Kelun, et al.
Veröffentlicht: (2025)

Delta Sum Learning: an approach for fast and global convergence in Gossip Learning
von: Goethals, Tom, et al.
Veröffentlicht: (2025)

High-Dimensional Data Processing: Benchmarking Machine Learning and Deep Learning Architectures in Local and Distributed Environments
von: Rodriguez, Julian, et al.
Veröffentlicht: (2025)

Boosting Asynchronous Decentralized Learning with Model Fragmentation
von: Biswas, Sayan, et al.
Veröffentlicht: (2024)

Tesserae: Scalable Placement Policies for Deep Learning Workloads
von: Bian, Song, et al.
Veröffentlicht: (2025)

Collaborative Split Federated Learning with Parallel Training and Aggregation
von: Papageorgiou, Yiannis, et al.
Veröffentlicht: (2025)

Sentinel: An Aggregation Function to Secure Decentralized Federated Learning
von: Feng, Chao, et al.
Veröffentlicht: (2023)

Quality Scalable Quantization Methodology for Deep Learning on Edge
von: Khaliq, Salman Abdul, et al.
Veröffentlicht: (2024)

Janus: Collaborative Vision Transformer Under Dynamic Network Environment
von: Jiang, Linyi, et al.
Veröffentlicht: (2025)

Boosting Multimodal Federated Learning via Chained Modality Optimization
von: Zhang, Zixin, et al.
Veröffentlicht: (2026)

Learning Provably Correct Distributed Protocols Without Human Knowledge
von: Hui, Yujie, et al.
Veröffentlicht: (2026)

Robust Synchronisation for Federated Learning in The Face of Correlated Device Failure
von: Behfar, Stefan, et al.
Veröffentlicht: (2026)

UnifyFL: Enabling Decentralized Cross-Silo Federated Learning
von: S, Sarang, et al.
Veröffentlicht: (2025)

Analyzing the Impact of Participant Failures in Cross-Silo Federated Learning
von: Stricker, Fabian, et al.
Veröffentlicht: (2025)

Domain-Adaptive Model Merging Across Disconnected Modes
von: Liu, Junming, et al.
Veröffentlicht: (2026)

The intelligent prediction and assessment of financial information risk in the cloud computing model
von: Wang, Yufu, et al.
Veröffentlicht: (2024)

PeerFL: A Simulator for Peer-to-Peer Federated Learning at Scale
von: Luqman, Alka, et al.
Veröffentlicht: (2024)

A Secure and Trustworthy Network Architecture for Federated Learning Healthcare Applications
von: Boiano, Antonio, et al.
Veröffentlicht: (2024)

Vaccinating Federated Learning for Robust Modulation Classification in Distributed Wireless Networks
von: Lee, Hunmin, et al.
Veröffentlicht: (2024)