Buchumschlag

Transfer Learning with Pre-trained Conditional Generative Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yamaguchi, Shin'ya, Kanai, Sekitoshi, Kumagai, Atsutoshi, Chijiwa, Daiki, Kashima, Hisashi
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Post-pre-training for Modality Alignment in Vision-Language Foundation Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2025)

Adaptive Random Feature Regularization on Fine-tuning Deep Neural Networks
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2024)

Toward Data Efficient Model Merging between Different Datasets without Performance Degradation
von: Yamada, Masanori, et al.
Veröffentlicht: (2023)

Test-time Adaptation for Regression by Subspace Alignment
von: Adachi, Kazuki, et al.
Veröffentlicht: (2024)

Rationale-Enhanced Decoding for Multi-modal Chain-of-Thought
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2025)

Parallel In-context Learning for Large Vision Language Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2026)

Zero-shot Concept Bottleneck Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2025)

Evaluating Time-Series Training Dataset through Lens of Spectrum in Deep State Space Models
von: Kanai, Sekitoshi, et al.
Veröffentlicht: (2024)

Covariance-aware Feature Alignment with Pre-computed Source Statistics for Test-time Adaptation to Multiple Image Corruptions
von: Adachi, Kazuki, et al.
Veröffentlicht: (2022)

Relative Density Ratio Optimization for Stable and Statistically Consistent Model Alignment
von: Takahashi, Hiroshi, et al.
Veröffentlicht: (2026)

Lossless Vocabulary Reduction for Auto-Regressive Language Models
von: Chijiwa, Daiki, et al.
Veröffentlicht: (2025)

Explanation Bottleneck Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2024)

Learning Robust Convolutional Neural Networks with Relevant Feature Focusing via Explanations
von: Adachi, Kazuki, et al.
Veröffentlicht: (2022)

Do We Really Need Permutations? Impact of Model Width on Linear Mode Connectivity
von: Ito, Akira, et al.
Veröffentlicht: (2025)

Enhancing Chess Reinforcement Learning with Graph Representation
von: Rigaux, Tomas, et al.
Veröffentlicht: (2024)

Positive-Unlabeled Diffusion Models for Preventing Sensitive Data Generation
von: Takahashi, Hiroshi, et al.
Veröffentlicht: (2025)

Test-Time Alignment of LLMs via Sampling-Based Optimal Control in pre-logit space
von: Kanai, Sekitoshi, et al.
Veröffentlicht: (2025)

Deep Positive-Unlabeled Anomaly Detection for Contaminated Unlabeled Data
von: Takahashi, Hiroshi, et al.
Veröffentlicht: (2024)

Unpacking the Implicit Norm Dynamics of Sharpness-Aware Minimization in Tensorized Models
von: Cao, Tianxiao, et al.
Veröffentlicht: (2025)

Portable Reward Tuning: Towards Reusable Fine-Tuning across Different Pretrained Models
von: Chijiwa, Daiki, et al.
Veröffentlicht: (2025)

Treatment Effect Estimation with Differentiated Networked Effect on Graph Data
von: Lin, Xiaofeng, et al.
Veröffentlicht: (2026)

XicorAttention: Time Series Transformer Using Attention with Nonlinear Correlation
von: Kimura, Daichi, et al.
Veröffentlicht: (2025)

Long-Term Outlier Prediction Through Outlier Score Modeling
von: Aoki, Yuma, et al.
Veröffentlicht: (2026)

The Strong Lottery Ticket Hypothesis for Multi-Head Attention Mechanisms
von: Otsuka, Hikari, et al.
Veröffentlicht: (2025)

Machine Learning Modeling for Multi-order Human Visual Motion Processing
von: Sun, Zitang, et al.
Veröffentlicht: (2025)

A Generalized Model for Multidimensional Intransitivity
von: Duan, Jiuding, et al.
Veröffentlicht: (2024)

Graph Generative Pre-trained Transformer
von: Chen, Xiaohui, et al.
Veröffentlicht: (2025)

An Efficient Replay for Class-Incremental Learning with Pre-trained Models
von: Yin, Weimin, et al.
Veröffentlicht: (2024)

Bidirectional Generative Pre-training for Improving Healthcare Time-series Representation Learning
von: Song, Ziyang, et al.
Veröffentlicht: (2024)

Pre-trained Large Language Models Learn Hidden Markov Models In-context
von: Dai, Yijia, et al.
Veröffentlicht: (2025)

A Pre-trained Data Deduplication Model based on Active Learning
von: Shi, Haochen, et al.
Veröffentlicht: (2023)

Utilizing Strategic Pre-training to Reduce Overfitting: Baguan -- A Pre-trained Weather Forecasting Model
von: Niu, Peisong, et al.
Veröffentlicht: (2025)

An Empirical Study of Pre-trained Model Selection for Out-of-Distribution Generalization and Calibration
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2023)

Quantifying the Pre-training Dividend: Generative versus Latent Self-Supervised Learning for Time Series Foundation Models
von: Major, Noam, et al.
Veröffentlicht: (2026)

HAPI: A Model for Learning Robot Facial Expressions from Human Preferences
von: Yang, Dongsheng, et al.
Veröffentlicht: (2025)

Evaluating Gender Bias Transfer between Pre-trained and Prompt-Adapted Language Models
von: Mackraz, Natalie, et al.
Veröffentlicht: (2024)

GraphGPT: Generative Pre-trained Graph Eulerian Transformer
von: Zhao, Qifang, et al.
Veröffentlicht: (2023)

Pre-training Graph Neural Networks on Molecules by Using Subgraph-Conditioned Graph Information Bottleneck
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2024)

Hierarchical Context Merging: Better Long Context Understanding for Pre-trained LLMs
von: Song, Woomin, et al.
Veröffentlicht: (2024)

TrajGPT-R: Generating Urban Mobility Trajectory with Reinforcement Learning-Enhanced Generative Pre-trained Transformer
von: Wang, Jiawei, et al.
Veröffentlicht: (2026)