Copertina

Targeted Efficient Fine-tuning: Optimizing Parameter Updates with Data-Driven Sample Selection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dong, Ming, Xue, Kang, Zheng, Bolong, He, Tingting
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

DSCD: Large Language Model Detoxification with Self-Constrained Decoding
di: Dong, Ming, et al.
Pubblicazione: (2025)

PARA: Parameter-Efficient Fine-tuning with Prompt Aware Representation Adjustment
di: Liu, Zequan, et al.
Pubblicazione: (2025)

Small Updates, Big Doubts: Does Parameter-Efficient Fine-tuning Enhance Hallucination Detection ?
di: Hu, Xu, et al.
Pubblicazione: (2026)

FISH-Tuning: Enhancing PEFT Methods with Fisher Information
di: Xue, Kang, et al.
Pubblicazione: (2025)

Adapt Once, Thrive with Updates: Transferable Parameter-Efficient Fine-Tuning on Evolving Base Models
di: Gu, Naibin, et al.
Pubblicazione: (2025)

PEDRO: Parameter-Efficient Fine-tuning with Prompt DEpenDent Representation MOdification
di: Xie, Tianfang, et al.
Pubblicazione: (2024)

Democratizing Large Language Models via Personalized Parameter-Efficient Fine-tuning
di: Tan, Zhaoxuan, et al.
Pubblicazione: (2024)

Step-by-Step Unmasking for Parameter-Efficient Fine-tuning of Large Language Models
di: Agarwal, Aradhye, et al.
Pubblicazione: (2024)

ADePT: Adaptive Decomposed Prompt Tuning for Parameter-Efficient Fine-tuning
di: Tang, Pengwei, et al.
Pubblicazione: (2025)

PeFoMed: Parameter Efficient Fine-tuning of Multimodal Large Language Models for Medical Imaging
di: He, Jinlong, et al.
Pubblicazione: (2024)

When MOE Meets LLMs: Parameter Efficient Fine-tuning for Multi-task Medical Applications
di: Liu, Qidong, et al.
Pubblicazione: (2023)

Parameter Efficient Fine-tuning via Explained Variance Adaptation
di: Paischer, Fabian, et al.
Pubblicazione: (2024)

Structure-Learnable Adapter Fine-Tuning for Parameter-Efficient Large Language Models
di: Gong, Ming, et al.
Pubblicazione: (2025)

MoRA: High-Rank Updating for Parameter-Efficient Fine-Tuning
di: Jiang, Ting, et al.
Pubblicazione: (2024)

Rethinking Data Selection for Supervised Fine-Tuning
di: Shen, Ming
Pubblicazione: (2024)

Systematic Analysis for Pretrained Language Model Priming for Parameter-Efficient Fine-tuning
di: Huang, Shih-Cheng, et al.
Pubblicazione: (2022)

RadarPLM: Adapting Pre-trained Language Models for Marine Radar Target Detection by Selective Fine-tuning
di: Hu, Qiying, et al.
Pubblicazione: (2025)

Advancing Parameter Efficiency in Fine-tuning via Representation Editing
di: Wu, Muling, et al.
Pubblicazione: (2024)

Parameter-Efficient Fine-Tuning for Foundation Models
di: Zhang, Dan, et al.
Pubblicazione: (2025)

Parameter-Efficient Fine-Tuning of Large Language Models via Deconvolution in Subspace
di: Zhang, Jia-Chen, et al.
Pubblicazione: (2025)

Random Masking Finds Winning Tickets for Parameter Efficient Fine-tuning
di: Xu, Jing, et al.
Pubblicazione: (2024)

Expert Pyramid Tuning: Efficient Parameter Fine-Tuning for Expertise-Driven Task Allocation
di: Zhang, Jia-Chen, et al.
Pubblicazione: (2026)

CoMoE: Contrastive Representation for Mixture-of-Experts in Parameter-Efficient Fine-tuning
di: Feng, Jinyuan, et al.
Pubblicazione: (2025)

DePT: Decomposed Prompt Tuning for Parameter-Efficient Fine-tuning
di: Shi, Zhengxiang, et al.
Pubblicazione: (2023)

SparseGrad: A Selective Method for Efficient Fine-tuning of MLP Layers
di: Chekalina, Viktoriia, et al.
Pubblicazione: (2024)

Token-level Data Selection for Safe LLM Fine-tuning
di: Li, Yanping, et al.
Pubblicazione: (2026)

Full Parameter Fine-tuning for Large Language Models with Limited Resources
di: Lv, Kai, et al.
Pubblicazione: (2023)

Efficient End-to-end Language Model Fine-tuning on Graphs
di: Xue, Rui, et al.
Pubblicazione: (2023)

S'MoRE: Structural Mixture of Residual Experts for Parameter-Efficient LLM Fine-tuning
di: Zeng, Hanqing, et al.
Pubblicazione: (2025)

How Abilities in Large Language Models are Affected by Supervised Fine-tuning Data Composition
di: Dong, Guanting, et al.
Pubblicazione: (2023)

Selective Fine-Tuning of GPT Architectures for Parameter-Efficient Clinical Text Classification
di: Irany, Fariba Afrin, et al.
Pubblicazione: (2026)

EvoSelect: Data-Efficient LLM Evolution for Targeted Task Adaptation
di: Li, Ting-Wei, et al.
Pubblicazione: (2026)

Towards Efficient Medical Reasoning with Minimal Fine-Tuning Data
di: Zhuang, Xinlin, et al.
Pubblicazione: (2025)

Memento: Fine-tuning LLM Agents without Fine-tuning LLMs
di: Zhou, Huichi, et al.
Pubblicazione: (2025)

The Harder The Better: Maintaining Supervised Fine-tuning Generalization with Less but Harder Data
di: Shang, Zhaoyang, et al.
Pubblicazione: (2025)

Dial-insight: Fine-tuning Large Language Models with High-Quality Domain-Specific Data Preventing Capability Collapse
di: Sun, Jianwei, et al.
Pubblicazione: (2024)

Be Careful When Fine-tuning On Open-Source LLMs: Your Fine-tuning Data Could Be Secretly Stolen!
di: Zhang, Zhexin, et al.
Pubblicazione: (2025)

Adapters Mixup: Mixing Parameter-Efficient Adapters to Enhance the Adversarial Robustness of Fine-tuned Pre-trained Text Classifiers
di: Nguyen, Tuc, et al.
Pubblicazione: (2024)

Increasing Model Capacity for Free: A Simple Strategy for Parameter Efficient Fine-tuning
di: Song, Haobo, et al.
Pubblicazione: (2024)

AMAQ: Adaptive Mixed-bit Activation Quantization for Collaborative Parameter Efficient Fine-tuning
di: Song, Yurun, et al.
Pubblicazione: (2025)