:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiao, Jinying, Li, Ping, Nie, Jie, Tang, Zhe
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2403.12688
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LNPT: Label-free Network Pruning and Training
von: Xiao, Jinying, et al.
Veröffentlicht: (2024)

TED: Accelerate Model Training by Internal Generalization
von: Xiao, Jinying, et al.
Veröffentlicht: (2024)

EMP: Enhance Memory in Data Pruning
von: Xiao, Jinying, et al.
Veröffentlicht: (2024)

ResPrune: Text-Conditioned Subspace Reconstruction for Visual Token Pruning in Large Vision-Language Models
von: Li, Xu, et al.
Veröffentlicht: (2026)

The Right to be Forgotten in Pruning: Unveil Machine Unlearning on Sparse Models
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

Reconstruct the Pruned Model without Any Retraining
von: Wang, Pingjie, et al.
Veröffentlicht: (2024)

FASP: Fast and Accurate Structured Pruning of Large Language Models
von: Hu, Hanyu, et al.
Veröffentlicht: (2025)

Outlier Smoothing with Closed-Form Rotations for W4A4 Large Language Model Quantization
von: Xiao, Jinying, et al.
Veröffentlicht: (2025)

Sentinel: Multi-Patch Transformer with Temporal and Channel Attention for Time Series Forecasting
von: Villaboni, Davide, et al.
Veröffentlicht: (2025)

ProxyKV: Cross-Model Proxy Pruning for Efficient Long-Context LLM Inference
von: Li, Junjie, et al.
Veröffentlicht: (2026)

Probe Pruning: Accelerating LLMs through Dynamic Pruning via Model-Probing
von: Le, Qi, et al.
Veröffentlicht: (2025)

Rethinking Pruning for Backdoor Mitigation: An Optimization Perspective
von: Li, Nan, et al.
Veröffentlicht: (2024)

Magnitude-based Neuron Pruning for Backdoor Defens
von: Li, Nan, et al.
Veröffentlicht: (2024)

The Need for Speed: Pruning Transformers with One Recipe
von: Khaki, Samir, et al.
Veröffentlicht: (2024)

SlimLLM: Accurate Structured Pruning for Large Language Models
von: Guo, Jialong, et al.
Veröffentlicht: (2025)

Toward a Graph Foundation Model: Pre-Training Transformers With Random Walks
von: Tang, Ziyuan, et al.
Veröffentlicht: (2025)

Beware of Calibration Data for Pruning Large Language Models
von: Ji, Yixin, et al.
Veröffentlicht: (2024)

Sink-Aware Pruning for Diffusion Language Models
von: Myrzakhan, Aidar, et al.
Veröffentlicht: (2026)

SAP: Syntactic Attention Pruning for Transformer-based Language Models
von: Lee, Tzu-Yun, et al.
Veröffentlicht: (2025)

DTMM: Deploying TinyML Models on Extremely Weak IoT Devices with Pruning
von: Han, Lixiang, et al.
Veröffentlicht: (2024)

Magnitude Pruning of Large Pretrained Transformer Models with a Mixture Gaussian Prior
von: Zhang, Mingxuan, et al.
Veröffentlicht: (2024)

Pruning and Malicious Injection: A Retraining-Free Backdoor Attack on Transformer Models
von: Zhao, Taibiao, et al.
Veröffentlicht: (2025)

Adaptive Pruning of Pretrained Transformer via Differential Inclusions
von: Ding, Yizhuo, et al.
Veröffentlicht: (2025)

BESA: Pruning Large Language Models with Blockwise Parameter-Efficient Sparsity Allocation
von: Xu, Peng, et al.
Veröffentlicht: (2024)

Condense, Don't Just Prune: Enhancing Efficiency and Performance in MoE Layer Pruning
von: Cao, Mingyu, et al.
Veröffentlicht: (2024)

Automatic Pruning of Fine-tuning Datasets for Transformer-based Language Models
von: Tayaranian, Mohammadreza, et al.
Veröffentlicht: (2024)

Prune, Update and Trim: Robust Structured Pruning for Large Language Models
von: Mecke, Diego Coello de Portugal, et al.
Veröffentlicht: (2026)

Adaptive Computation Pruning for the Forgetting Transformer
von: Lin, Zhixuan, et al.
Veröffentlicht: (2025)

Predicting Wave Reflection and Transmission in Heterogeneous Media via Fourier Operator-Based Transformer Modeling
von: Bai, Zhe, et al.
Veröffentlicht: (2026)

Multi-Modal Landslide Detection from Sentinel-1 SAR and Sentinel-2 Optical Imagery Using Multi-Encoder Vision Transformers and Ensemble Learning
von: Nasios, Ioannis
Veröffentlicht: (2026)

DarwinLM: Evolutionary Structured Pruning of Large Language Models
von: Tang, Shengkun, et al.
Veröffentlicht: (2025)

Toward Efficient Spiking Transformers: Synapse Pruning Meets Synergistic Learning-Based Compensation
von: Sun, Hongze, et al.
Veröffentlicht: (2025)

EfficientLLM: Scalable Pruning-Aware Pretraining for Architecture-Agnostic Edge Language Models
von: Xing, Xingrun, et al.
Veröffentlicht: (2025)

Dispatch-Aware Ragged Attention for Pruned Vision Transformers
von: Abdellatif, Seifeldin, et al.
Veröffentlicht: (2026)

Dynamic Context Pruning for Efficient and Interpretable Autoregressive Transformers
von: Anagnostidis, Sotiris, et al.
Veröffentlicht: (2023)

CipherPrune: Efficient and Scalable Private Transformer Inference
von: Zhang, Yancheng, et al.
Veröffentlicht: (2025)

VTrans: Accelerating Transformer Compression with Variational Information Bottleneck based Pruning
von: Dutta, Oshin, et al.
Veröffentlicht: (2024)

Pruning By Explaining Revisited: Optimizing Attribution Methods to Prune CNNs and Transformers
von: Hatefi, Sayed Mohammad Vakilzadeh, et al.
Veröffentlicht: (2024)

Sparsest Models Elude Pruning: An Exposé of Pruning's Current Capabilities
von: Zhang, Stephen, et al.
Veröffentlicht: (2024)

ToMoE: Converting Dense Large Language Models to Mixture-of-Experts through Dynamic Structural Pruning
von: Gao, Shangqian, et al.
Veröffentlicht: (2025)