Buchumschlag

The Power of Few: Accelerating and Enhancing Data Reweighting with Coreset Selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jafari, Mohammad, Zhang, Yimeng, Zhang, Yihua, Liu, Sijia
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SOUL: Unlocking the Power of Second-Order Optimization for LLM Unlearning
von: Jia, Jinghan, et al.
Veröffentlicht: (2024)

Refined Coreset Selection: Towards Minimal Coreset Size under Model Performance Constraints
von: Xia, Xiaobo, et al.
Veröffentlicht: (2023)

Powering Up Zeroth-Order Training via Subspace Gradient Orthogonalization
von: Lang, Yicheng, et al.
Veröffentlicht: (2026)

Downgrade to Upgrade: Optimizer Simplification Enhances Robustness in LLM Unlearning
von: Lang, Yicheng, et al.
Veröffentlicht: (2025)

TAGCOS: Task-agnostic Gradient Clustered Coreset Selection for Instruction Tuning Data
von: Zhang, Jipeng, et al.
Veröffentlicht: (2024)

A Coreset Selection of Coreset Selection Literature: Introduction and Recent Advances
von: Moser, Brian B., et al.
Veröffentlicht: (2025)

Speculative Coreset Selection for Task-Specific Fine-tuning
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

DeepZero: Scaling up Zeroth-Order Optimization for Deep Model Training
von: Chen, Aochuan, et al.
Veröffentlicht: (2023)

Class-Proportional Coreset Selection for Difficulty-Separable Data
von: Tsai, Elisa, et al.
Veröffentlicht: (2025)

Unlearners Can Lie: Evaluating and Improving Honesty in LLM Unlearning
von: Gu, Renjie, et al.
Veröffentlicht: (2026)

Coresets from Trajectories: Selecting Data via Correlation of Loss Differences
von: Nagaraj, Manish, et al.
Veröffentlicht: (2025)

Unlearning Isn't Invisible: Detecting Unlearning Traces in LLMs from Model Outputs
von: Chen, Yiwei, et al.
Veröffentlicht: (2025)

Pruning then Reweighting: Towards Data-Efficient Training of Diffusion Models
von: Li, Yize, et al.
Veröffentlicht: (2024)

Coreset Selection for Object Detection
von: Lee, Hojun, et al.
Veröffentlicht: (2024)

PDAC: Efficient Coreset Selection for Continual Learning via Probability Density Awareness
von: Gao, Junqi, et al.
Veröffentlicht: (2025)

Distributionally Robust Coreset Selection under Covariate Shift
von: Tanaka, Tomonari, et al.
Veröffentlicht: (2025)

Coreset Selection via LLM-based Concept Bottlenecks
von: Mehra, Akshay, et al.
Veröffentlicht: (2025)

Challenges of Multi-Modal Coreset Selection for Depth Prediction
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2025)

PICore: Physics-Informed Unsupervised Coreset Selection for Data Efficient Neural Operator Training
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2025)

LLM Unlearning Reveals a Stronger-Than-Expected Coreset Effect in Current Benchmarks
von: Pal, Soumyadeep, et al.
Veröffentlicht: (2025)

Exploring Criteria of Loss Reweighting to Enhance LLM Unlearning
von: Yang, Puning, et al.
Veröffentlicht: (2025)

MODE: Multi-Objective Adaptive Coreset Selection
von: Mukherjee, Tanmoy, et al.
Veröffentlicht: (2025)

WAGLE: Strategic Weight Attribution for Effective and Modular Unlearning in Large Language Models
von: Jia, Jinghan, et al.
Veröffentlicht: (2024)

Forgetting to Forget: Attention Sink as A Gateway for Backdooring LLM Unlearning
von: Shang, Bingqi, et al.
Veröffentlicht: (2025)

Contributing Dimension Structure of Deep Feature for Coreset Selection
von: Wan, Zhijing, et al.
Veröffentlicht: (2024)

How does promoting the minority fraction affect generalization? A theoretical study of the one-hidden-layer neural network on group imbalance
von: Li, Hongkang, et al.
Veröffentlicht: (2024)

When is Task Vector Provably Effective for Model Editing? A Generalization Analysis of Nonlinear Transformers
von: Li, Hongkang, et al.
Veröffentlicht: (2025)

Explore and Establish Synergistic Effects Between Weight Pruning and Coreset Selection in Neural Network Training
von: Wan, Weilin, et al.
Veröffentlicht: (2025)

LLM Unlearning on Noisy Forget Sets: A Study of Incomplete, Rewritten, and Watermarked Data
von: Wang, Changsheng, et al.
Veröffentlicht: (2025)

The Impact of Coreset Selection on Spurious Correlations and Group Robustness
von: Dharmasiri, Amaya, et al.
Veröffentlicht: (2025)

DFedReweighting: A Unified Framework for Objective-Oriented Reweighting in Decentralized Federated Learning
von: Zhang, Kaichuang, et al.
Veröffentlicht: (2025)

GEAR: Granularity-Adaptive Advantage Reweighting for LLM Agents via Self-Distillation
von: Li, Sijia, et al.
Veröffentlicht: (2026)

Predictive Coresets
von: Flores, Bernardo
Veröffentlicht: (2025)

Non-Uniform Class-Wise Coreset Selection for Vision Model Fine-tuning
von: Zhang, Hanyu, et al.
Veröffentlicht: (2025)

Visual Prompting Upgrades Neural Network Sparsification: A Data-Model Perspective
von: Jin, Can, et al.
Veröffentlicht: (2023)

ScaleBiO: Scalable Bilevel Optimization for LLM Data Reweighting
von: Pan, Rui, et al.
Veröffentlicht: (2024)

SalUn: Empowering Machine Unlearning via Gradient-based Weight Saliency in Both Image Classification and Generation
von: Fan, Chongyu, et al.
Veröffentlicht: (2023)

Safety Mirage: How Spurious Correlations Undermine VLM Safety Fine-Tuning and Can Be Mitigated by Machine Unlearning
von: Chen, Yiwei, et al.
Veröffentlicht: (2025)

DAJ: Data-Reweighted LLM Judge for Test-Time Scaling in Code Generation
von: Qin, Peijia, et al.
Veröffentlicht: (2026)

Enhancing Predictive Accuracy in Pharmaceutical Sales Through An Ensemble Kernel Gaussian Process Regression Approach
von: Mirshekari, Shahin, et al.
Veröffentlicht: (2024)