Buchumschlag

Fantastic Gains and Where to Find Them: On the Existence and Prospect of General Knowledge Transfer between Any Pretrained Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Roth, Karsten, Thede, Lukas, Koepke, Almut Sophia, Vinyals, Oriol, Hénaff, Olivier, Akata, Zeynep
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reflecting on the State of Rehearsal-free Continual Learning with Pretrained Models
von: Thede, Lukas, et al.
Veröffentlicht: (2024)

Context-Aware Multimodal Pretraining
von: Roth, Karsten, et al.
Veröffentlicht: (2024)

A Practitioner's Guide to Continual Multimodal Pretraining
von: Roth, Karsten, et al.
Veröffentlicht: (2024)

Fantastic Pretraining Optimizers and Where to Find Them
von: Wen, Kaiyue, et al.
Veröffentlicht: (2025)

WikiBigEdit: Understanding the Limits of Lifelong Knowledge Editing in LLMs
von: Thede, Lukas, et al.
Veröffentlicht: (2025)

Fantastic Biases (What are They) and Where to Find Them
von: Barriere, Valentin
Veröffentlicht: (2024)

Fantastic Animals and Where to Find Them: Segment Any Marine Animal with Dual SAM
von: Zhang, Pingping, et al.
Veröffentlicht: (2024)

Fantastic Bugs and Where to Find Them in AI Benchmarks
von: Truong, Sang, et al.
Veröffentlicht: (2025)

TurboVSR: Fantastic Video Upscalers and Where to Find Them
von: Wang, Zhongdao, et al.
Veröffentlicht: (2025)

HALoGEN: Fantastic LLM Hallucinations and Where to Find Them
von: Ravichander, Abhilasha, et al.
Veröffentlicht: (2025)

Fantastic Targets for Concept Erasure in Diffusion Models and Where To Find Them
von: Bui, Anh, et al.
Veröffentlicht: (2025)

CapTrack: Multifaceted Evaluation of Forgetting in LLM Post-Training
von: Thede, Lukas, et al.
Veröffentlicht: (2026)

Fantastic Reasoning Behaviors and Where to Find Them: Unsupervised Discovery of the Reasoning Process
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2025)

Structural Pruning of Large Vision Language Models: A Comprehensive Study on Pruning Dynamics, Recovery, and Data Efficiency
von: Huang, Yiran, et al.
Veröffentlicht: (2026)

Investigating Structural Pruning and Recovery Techniques for Compressing Multimodal Large Language Models: An Empirical Study
von: Huang, Yiran, et al.
Veröffentlicht: (2025)

Audio-Visual Generalized Zero-Shot Learning using Pre-Trained Large Multi-Modal Models
von: Kurzendörfer, David, et al.
Veröffentlicht: (2024)

Fantastic Flips and Where to Find Them: A General Framework for Parameterized Local Search on Partitioning Problems
von: Grüttemeier, Niels, et al.
Veröffentlicht: (2025)

Fantastic Semantics and Where to Find Them: Investigating Which Layers of Generative LLMs Reflect Lexical Semantics
von: Liu, Zhu, et al.
Veröffentlicht: (2024)

Vision-by-Language for Training-Free Compositional Image Retrieval
von: Karthik, Shyamgopal, et al.
Veröffentlicht: (2023)

ETHER: Efficient Finetuning of Large-Scale Models with Hyperplane Reflections
von: Bini, Massimo, et al.
Veröffentlicht: (2024)

Fantastic Features and Where to Find Them: A Probing Method to combine Features from Multiple Foundation Models
von: Ramtoula, Benjamin, et al.
Veröffentlicht: (2025)

Beyond the final layer: Attentive multilayer fusion for vision transformers
von: Ciernik, Laure, et al.
Veröffentlicht: (2026)

Improving Intervention Efficacy via Concept Realignment in Concept Bottleneck Models
von: Singhi, Nishad, et al.
Veröffentlicht: (2024)

Fantastic Multi-Task Gradient Updates and How to Find Them In a Cone
von: Hassanpour, Negar, et al.
Veröffentlicht: (2025)

Dissecting Multimodal In-Context Learning: Modality Asymmetries and Circuit Dynamics in modern Transformers
von: Huang, Yiran, et al.
Veröffentlicht: (2026)

ReNO: Enhancing One-step Text-to-Image Models through Reward-based Noise Optimization
von: Eyring, Luca, et al.
Veröffentlicht: (2024)

Powerful A/B-Testing Metrics and Where to Find Them
von: Jeunen, Olivier, et al.
Veröffentlicht: (2024)

Fantastic Copyrighted Beasts and How (Not) to Generate Them
von: He, Luxi, et al.
Veröffentlicht: (2024)

Qudit Designs and Where to Find Them
von: Anand, Namit, et al.
Veröffentlicht: (2026)

Facts and People: Where to Find Them.
von: Hirigoyen, Maria
Veröffentlicht: (1971)

Disentangled Representation Learning with the Gromov-Monge Gap
von: Uscidda, Théo, et al.
Veröffentlicht: (2024)

Dynamic Camera Poses and Where to Find Them
von: Rockwell, Chris, et al.
Veröffentlicht: (2025)

Hidden-Heavy Pentaquarks and Where to Find Them
von: Alasiri, Fareed, et al.
Veröffentlicht: (2025)

Serverless Cold Starts and Where to Find Them
von: Joosen, Artjom, et al.
Veröffentlicht: (2024)

Low Rank Gradients and Where to Find Them
von: Sonthalia, Rishi, et al.
Veröffentlicht: (2025)

Identity-Preserving Lax Extensions and Where to Find Them
von: Goncharov, Sergey, et al.
Veröffentlicht: (2024)

Exotic Hidden-heavy Hadrons and Where to Find Them
von: Braaten, Eric, et al.
Veröffentlicht: (2024)

Time Series Representations for Classification Lie Hidden in Pretrained Vision Transformers
von: Roschmann, Simon, et al.
Veröffentlicht: (2025)

Sparse Autoencoders are Topic Models
von: Girrbach, Leander, et al.
Veröffentlicht: (2025)

How to Merge Your Multimodal Models Over Time?
von: Dziadzio, Sebastian, et al.
Veröffentlicht: (2024)