SmartFRZ: An Efficient Training Framework using Attention-Based Layer Freezing
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Sheng, Yuan, Geng, Dai, Yue, Zhang, Youtao, Wang, Yanzhi, Tang, Xulong |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
EdgeOL: Efficient in-situ Online Learning on Edge Devices
par: Li, Sheng, et autres
Publié: (2024)
par: Li, Sheng, et autres
Publié: (2024)
Temporal Aware Pruning for Efficient Diffusion-based Video Generation
par: Li, Sheng, et autres
Publié: (2026)
par: Li, Sheng, et autres
Publié: (2026)
Lotus: learning-based online thermal and latency variation management for two-stage detectors on edge devices
par: Gong, Yifan, et autres
Publié: (2024)
par: Gong, Yifan, et autres
Publié: (2024)
LightCache: Memory-Efficient, Training-Free Acceleration for Video Generation
par: Xiao, Yang, et autres
Publié: (2025)
par: Xiao, Yang, et autres
Publié: (2025)
ToFe: Lagged Token Freezing and Reusing for Efficient Vision Transformer Inference
par: Zhang, Haoyue, et autres
Publié: (2025)
par: Zhang, Haoyue, et autres
Publié: (2025)
Efficient Training with Denoised Neural Weights
par: Gong, Yifan, et autres
Publié: (2024)
par: Gong, Yifan, et autres
Publié: (2024)
LVSA: Training-Free Sparse Attention for Long Video Diffusion
par: Glorian, Gael, et autres
Publié: (2026)
par: Glorian, Gael, et autres
Publié: (2026)
Head-Aware Visual Cropping: Enhancing Fine-Grained VQA with Attention-Guided Subimage
par: Xie, Junfei, et autres
Publié: (2026)
par: Xie, Junfei, et autres
Publié: (2026)
HeadRouter: A Training-free Image Editing Framework for MM-DiTs by Adaptively Routing Attention Heads
par: Xu, Yu, et autres
Publié: (2024)
par: Xu, Yu, et autres
Publié: (2024)
Efficient Training of Diffusion Mixture-of-Experts Models: A Practical Recipe
par: Liu, Yahui, et autres
Publié: (2025)
par: Liu, Yahui, et autres
Publié: (2025)
Synthesizer Based Efficient Self-Attention for Vision Tasks
par: Zhu, Guangyang, et autres
Publié: (2022)
par: Zhu, Guangyang, et autres
Publié: (2022)
E$^{2}$GAN: Efficient Training of Efficient GANs for Image-to-Image Translation
par: Gong, Yifan, et autres
Publié: (2024)
par: Gong, Yifan, et autres
Publié: (2024)
Mixture of Distributions Matters: Dynamic Sparse Attention for Efficient Video Diffusion Transformers
par: Liu, Yuxi, et autres
Publié: (2026)
par: Liu, Yuxi, et autres
Publié: (2026)
Budgeted Online Continual Learning by Adaptive Layer Freezing and Frequency-based Sampling
par: Seo, Minhyuk, et autres
Publié: (2024)
par: Seo, Minhyuk, et autres
Publié: (2024)
SOLAR: Switchable Output Layer for Accuracy and Robustness in Once-for-All Training
par: Tareen, Shaharyar Ahmed Khan, et autres
Publié: (2025)
par: Tareen, Shaharyar Ahmed Khan, et autres
Publié: (2025)
Attention-Based Variational Framework for Joint and Individual Components Learning with Applications in Brain Network Analysis
par: Zhang, Yifei, et autres
Publié: (2026)
par: Zhang, Yifei, et autres
Publié: (2026)
Rethinking the Potential of Layer Freezing for Efficient DNN Training
par: Yang, Chence, et autres
Publié: (2025)
par: Yang, Chence, et autres
Publié: (2025)
ShortV: Efficient Multimodal Large Language Models by Freezing Visual Tokens in Ineffective Layers
par: Yuan, Qianhao, et autres
Publié: (2025)
par: Yuan, Qianhao, et autres
Publié: (2025)
Enhancing Quantization-Aware Training on Edge Devices via Relative Entropy Coreset Selection and Cascaded Layer Correction
par: Tong, Yujia, et autres
Publié: (2025)
par: Tong, Yujia, et autres
Publié: (2025)
COMCAT: Towards Efficient Compression and Customization of Attention-Based Vision Models
par: Xiao, Jinqi, et autres
Publié: (2023)
par: Xiao, Jinqi, et autres
Publié: (2023)
STAR: Stage-Wise Attention-Guided Token Reduction for Efficient Large Vision-Language Models Inference
par: Guo, Yichen, et autres
Publié: (2025)
par: Guo, Yichen, et autres
Publié: (2025)
EfficientTrain++: Generalized Curriculum Learning for Efficient Visual Backbone Training
par: Wang, Yulin, et autres
Publié: (2024)
par: Wang, Yulin, et autres
Publié: (2024)
Attention Frequency Modulation: Training-Free Spectral Modulation of Diffusion Cross-Attention
par: Oh, Seunghun, et autres
Publié: (2026)
par: Oh, Seunghun, et autres
Publié: (2026)
Topology-preserving Adversarial Training for Alleviating Natural Accuracy Degradation
par: Mi, Xiaoyue, et autres
Publié: (2023)
par: Mi, Xiaoyue, et autres
Publié: (2023)
ALTER: All-in-One Layer Pruning and Temporal Expert Routing for Efficient Diffusion Generation
par: Yang, Xiaomeng, et autres
Publié: (2025)
par: Yang, Xiaomeng, et autres
Publié: (2025)
SuperLoRA: Parameter-Efficient Unified Adaptation of Multi-Layer Attention Modules
par: Chen, Xiangyu, et autres
Publié: (2024)
par: Chen, Xiangyu, et autres
Publié: (2024)
RoPeSLR: 3D RoPE-driven Sparse-LowRank Attention for Efficient Diffusion Transformers
par: Liu, Yuxi, et autres
Publié: (2026)
par: Liu, Yuxi, et autres
Publié: (2026)
CORE: Code-based Inverse Self-Training Framework with Graph Expansion for Virtual Agents
par: Wang, Keyu, et autres
Publié: (2026)
par: Wang, Keyu, et autres
Publié: (2026)
SegMate: Asymmetric Attention-Based Lightweight Architecture for Efficient Multi-Organ Segmentation
par: Bunea, Andrei-Alexandru, et autres
Publié: (2026)
par: Bunea, Andrei-Alexandru, et autres
Publié: (2026)
DiffDesign: Controllable Diffusion with Meta Prior for Efficient Interior Design Generation
par: Yang, Yuxuan, et autres
Publié: (2024)
par: Yang, Yuxuan, et autres
Publié: (2024)
Quantize-then-Rectify: Efficient VQ-VAE Training
par: Zhang, Borui, et autres
Publié: (2025)
par: Zhang, Borui, et autres
Publié: (2025)
AnchorFormer: Differentiable Anchor Attention for Efficient Vision Transformer
par: Shan, Jiquan, et autres
Publié: (2025)
par: Shan, Jiquan, et autres
Publié: (2025)
Source-Free Domain Adaptation Guided by Vision and Vision-Language Pre-Training
par: Zhang, Wenyu, et autres
Publié: (2024)
par: Zhang, Wenyu, et autres
Publié: (2024)
Mixture-of-Top-k Attention: Efficient Attention via Scalable Fast Weights
par: Wen, Qishuai, et autres
Publié: (2026)
par: Wen, Qishuai, et autres
Publié: (2026)
Learning to Generate Gradients for Test-Time Adaptation via Test-Time Training Layers
par: Deng, Qi, et autres
Publié: (2024)
par: Deng, Qi, et autres
Publié: (2024)
FlowerDance: MeanFlow for Efficient and Refined 3D Dance Generation
par: Yang, Kaixing, et autres
Publié: (2025)
par: Yang, Kaixing, et autres
Publié: (2025)
Read Between the Layers: Leveraging Multi-Layer Representations for Rehearsal-Free Continual Learning with Pre-Trained Models
par: Ahrens, Kyra, et autres
Publié: (2023)
par: Ahrens, Kyra, et autres
Publié: (2023)
SmartSight: Mitigating Hallucination in Video-LLMs Without Compromising Video Understanding via Temporal Attention Collapse
par: Sun, Yiming, et autres
Publié: (2025)
par: Sun, Yiming, et autres
Publié: (2025)
Fault Sneaking Attack: a Stealthy Framework for Misleading Deep Neural Networks
par: Zhao, Pu, et autres
Publié: (2019)
par: Zhao, Pu, et autres
Publié: (2019)
Plug-in Feedback Self-adaptive Attention in CLIP for Training-free Open-Vocabulary Segmentation
par: Chi, Zhixiang, et autres
Publié: (2025)
par: Chi, Zhixiang, et autres
Publié: (2025)
Documents similaires
-
EdgeOL: Efficient in-situ Online Learning on Edge Devices
par: Li, Sheng, et autres
Publié: (2024) -
Temporal Aware Pruning for Efficient Diffusion-based Video Generation
par: Li, Sheng, et autres
Publié: (2026) -
Lotus: learning-based online thermal and latency variation management for two-stage detectors on edge devices
par: Gong, Yifan, et autres
Publié: (2024) -
LightCache: Memory-Efficient, Training-Free Acceleration for Video Generation
par: Xiao, Yang, et autres
Publié: (2025) -
ToFe: Lagged Token Freezing and Reusing for Efficient Vision Transformer Inference
par: Zhang, Haoyue, et autres
Publié: (2025)