Copertina

Switch EMA: A Free Lunch for Better Flatness and Sharpness

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Siyuan, Liu, Zicheng, Tian, Juanxi, Wang, Ge, Wang, Zedong, Jin, Weiyang, Wu, Di, Tan, Cheng, Lin, Tao, Liu, Yang, Sun, Baigui, Li, Stan Z.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

OpenMixup: Open Mixup Toolbox and Benchmark for Visual Representation Learning
di: Li, Siyuan, et al.
Pubblicazione: (2022)

Unveiling the Backbone-Optimizer Coupling Bias in Visual Representation Learning
di: Li, Siyuan, et al.
Pubblicazione: (2024)

SemiReward: A General Reward Model for Semi-supervised Learning
di: Li, Siyuan, et al.
Pubblicazione: (2023)

A Survey on Mixup Augmentations and Beyond
di: Jin, Xin, et al.
Pubblicazione: (2024)

Taming LLMs by Scaling Learning Rates with Gradient Grouping
di: Li, Siyuan, et al.
Pubblicazione: (2025)

Masked Modeling for Self-supervised Representation Learning on Vision and Beyond
di: Li, Siyuan, et al.
Pubblicazione: (2023)

Short-Long Convolutions Help Hardware-Efficient Linear Attention to Focus on Long Sequences
di: Liu, Zicheng, et al.
Pubblicazione: (2024)

LongVQ: Long Sequence Modeling with Vector Quantization on Structured Memory
di: Liu, Zicheng, et al.
Pubblicazione: (2024)

VQDNA: Unleashing the Power of Vector Quantization for Multi-Species Genomic Sequence Modeling
di: Li, Siyuan, et al.
Pubblicazione: (2024)

MogaNet: Multi-order Gated Aggregation Network
di: Li, Siyuan, et al.
Pubblicazione: (2022)

MergeVQ: A Unified Framework for Visual Generation and Representation with Disentangled Token Merging and Quantization
di: Li, Siyuan, et al.
Pubblicazione: (2025)

Envision: Benchmarking Unified Understanding & Generation for Causal World Process Insights
di: Tian, Juanxi, et al.
Pubblicazione: (2025)

GenURL: A General Framework for Unsupervised Representation Learning
di: Li, Siyuan, et al.
Pubblicazione: (2021)

RDesign: Hierarchical Data-efficient Representation Learning for Tertiary Structure-based RNA Design
di: Tan, Cheng, et al.
Pubblicazione: (2023)

GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models
di: Liu, Zicheng, et al.
Pubblicazione: (2024)

SimVPv2: Towards Simple yet Powerful Spatiotemporal Predictive Learning
di: Tan, Cheng, et al.
Pubblicazione: (2022)

Peer Review as A Multi-Turn and Long-Context Dialogue with Role-Based Interactions
di: Tan, Cheng, et al.
Pubblicazione: (2024)

USTEP: Spatio-Temporal Predictive Learning under A Unified View
di: Tan, Cheng, et al.
Pubblicazione: (2023)

Is Factuality Enhancement a Free Lunch For LLMs? Better Factuality Can Lead to Worse Context-Faithfulness
di: Bi, Baolong, et al.
Pubblicazione: (2024)

FreeBind: Free Lunch in Unified Multimodal Space via Knowledge Fusion
di: Wang, Zehan, et al.
Pubblicazione: (2024)

An Empirical Study: Extensive Deep Temporal Point Process
di: Lin, Haitao, et al.
Pubblicazione: (2021)

Rep-MTL: Unleashing the Power of Representation-level Task Saliency for Multi-Task Learning
di: Wang, Zedong, et al.
Pubblicazione: (2025)

Better NTK Conditioning: A Free Lunch from (ReLU) Nonlinear Activation in Wide Neural Networks
di: Liu, Chaoyue, et al.
Pubblicazione: (2023)

RankE: End-to-End Post-Training for Discrete Text-to-Image Generation with Decoder Co-Evolution
di: Jian, Siyong, et al.
Pubblicazione: (2026)

Is Long-to-Short a Free Lunch? Investigating Inconsistency and Reasoning Efficiency in LRMs
di: Yang, Shu, et al.
Pubblicazione: (2025)

Instructor-inspired Machine Learning for Robust Molecular Property Prediction
di: Wu, Fang, et al.
Pubblicazione: (2023)

CBGBench: Fill in the Blank of Protein-Molecule Complex Binding Graph
di: Lin, Haitao, et al.
Pubblicazione: (2024)

Discovering the Representation Bottleneck of Graph Neural Networks
di: Wu, Fang, et al.
Pubblicazione: (2022)

One-Prompt-One-Story: Free-Lunch Consistent Text-to-Image Generation Using a Single Prompt
di: Liu, Tao, et al.
Pubblicazione: (2025)

Separable Power of Classical and Quantum Learning Protocols Through the Lens of No-Free-Lunch Theorem
di: Wang, Xinbiao, et al.
Pubblicazione: (2024)

No Free Lunch: Rethinking Internal Feedback for LLM Reasoning
di: Zhang, Yanzhi, et al.
Pubblicazione: (2025)

AlphaFold Database Debiasing for Robust Inverse Folding
di: Tan, Cheng, et al.
Pubblicazione: (2025)

FreeInv: Free Lunch for Improving DDIM Inversion
di: Bao, Yuxiang, et al.
Pubblicazione: (2025)

FoldToken2: Learning compact, invariant and generative protein structure language
di: Gao, Zhangyang, et al.
Pubblicazione: (2024)

Free Lunch for User Experience: Crowdsourcing Agents for Scalable User Studies
di: Liu, Siyang, et al.
Pubblicazione: (2025)

FreeV: Free Lunch For Vocoders Through Pseudo Inversed Mel Filter
di: Lv, Yuanjun, et al.
Pubblicazione: (2024)

No Free Lunch with Guardrails
di: Kumar, Divyanshu, et al.
Pubblicazione: (2025)

FreeStyle: Free Lunch for Text-guided Style Transfer using Diffusion Models
di: He, Feihong, et al.
Pubblicazione: (2024)

Free Lunch for Stabilizing Rectified Flow Inversion
di: Wang, Chenru, et al.
Pubblicazione: (2026)

Free-Lunch Color-Texture Disentanglement for Stylized Image Generation
di: Qin, Jiang, et al.
Pubblicazione: (2025)