Buchumschlag

EMR-Merging: Tuning-Free High-Performance Model Merging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Chenyu, Ye, Peng, Chen, Tao, He, Tong, Yue, Xiangyu, Ouyang, Wanli
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decouple and Orthogonalize: A Data-Free Framework for LoRA Merging
von: Zheng, Shenghe, et al.
Veröffentlicht: (2025)

FRISM: Fine-Grained Reasoning Injection via Subspace-Level Model Merging for Vision-Language Models
von: Huang, Chenyu, et al.
Veröffentlicht: (2026)

DC-Merge: Improving Model Merging with Directional Consistency
von: Zhang, Han-Chen, et al.
Veröffentlicht: (2026)

ATM: Improving Model Merging by Alternating Tuning and Merging
von: Zhou, Luca, et al.
Veröffentlicht: (2024)

AdaMerging: Adaptive Model Merging for Multi-Task Learning
von: Yang, Enneng, et al.
Veröffentlicht: (2023)

Dynamic Base model Shift for Delta Compression
von: Huang, Chenyu, et al.
Veröffentlicht: (2025)

Breaking the Compression Ceiling: Data-Free Pipeline for Ultra-Efficient Delta Compression
von: Wang, Xiaohui, et al.
Veröffentlicht: (2025)

CodeMerge: Codebook-Guided Model Merging for Robust Test-Time Adaptation in Autonomous Driving
von: Yang, Huitong, et al.
Veröffentlicht: (2025)

Seeing Delta Parameters as JPEG Images: Data-Free Delta Compression with Discrete Cosine Transform
von: Huang, Chenyu, et al.
Veröffentlicht: (2025)

Weight Weaving: Parameter Pooling for Data-Free Model Merging
von: Chaves, Levy, et al.
Veröffentlicht: (2025)

Localize-and-Stitch: Efficient Model Merging via Sparse Task Arithmetic
von: He, Yifei, et al.
Veröffentlicht: (2024)

Mitigating Parameter Interference in Model Merging via Sharpness-Aware Fine-Tuning
von: Lee, Yeoreum, et al.
Veröffentlicht: (2025)

Saliency-Aware Model Merging
von: Park, Jungin, et al.
Veröffentlicht: (2026)

CubistMerge: Spatial-Preserving Token Merging For Diverse ViT Backbones
von: Gong, Wenyi, et al.
Veröffentlicht: (2025)

Native-Resolution Image Synthesis
von: Wang, Zidong, et al.
Veröffentlicht: (2025)

Transition Models: Rethinking the Generative Learning Objective
von: Wang, Zidong, et al.
Veröffentlicht: (2025)

LayerMerge: Neural Network Depth Compression through Layer Pruning and Merging
von: Kim, Jinuk, et al.
Veröffentlicht: (2024)

Representation Surgery for Multi-Task Model Merging
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

Merging Multi-Task Models via Weight-Ensembling Mixture of Experts
von: Tang, Anke, et al.
Veröffentlicht: (2024)

Stay Unique, Stay Efficient: Preserving Model Personality in Multi-Task Merging
von: Guo, Kuangpu, et al.
Veröffentlicht: (2025)

RegCL: Continual Adaptation of Segment Anything Model via Model Merging
von: Shu, Yuan-Chen, et al.
Veröffentlicht: (2025)

Efficient Multi-Source Knowledge Transfer by Model Merging
von: Osial, Marcin, et al.
Veröffentlicht: (2025)

Localizing Task Information for Improved Model Merging and Compression
von: Wang, Ke, et al.
Veröffentlicht: (2024)

Efficient and Effective Weight-Ensembling Mixture of Experts for Multi-Task Model Merging
von: Shen, Li, et al.
Veröffentlicht: (2024)

BARD: Bridging AutoRegressive and Diffusion Vision-Language Models Via Highly Efficient Progressive Block Merging and Stage-Wise Distillation
von: Chen, Baoyou, et al.
Veröffentlicht: (2026)

Subspace-Boosted Model Merging
von: Skorobogat, Ronald, et al.
Veröffentlicht: (2025)

When Shared Knowledge Hurts: Spectral Over-Accumulation in Model Merging
von: Li, Yayuan, et al.
Veröffentlicht: (2026)

Realistic Evaluation of Model Merging for Compositional Generalization
von: Tam, Derek, et al.
Veröffentlicht: (2024)

ZipIt! Merging Models from Different Tasks without Training
von: Stoica, George, et al.
Veröffentlicht: (2023)

Parameter Competition Balancing for Model Merging
von: Du, Guodong, et al.
Veröffentlicht: (2024)

LARV: Data-Free Layer-wise Adaptive Rescaling Veneer for Model Merging
von: Wang, Xinyu, et al.
Veröffentlicht: (2026)

Training-Free Acceleration of ViTs with Delayed Spatial Merging
von: Heo, Jung Hwan, et al.
Veröffentlicht: (2023)

Efficient Visual Transformer by Learnable Token Merging
von: Wang, Yancheng, et al.
Veröffentlicht: (2024)

Multi-Task Model Merging via Adaptive Weight Disentanglement
von: Xiong, Feng, et al.
Veröffentlicht: (2024)

Merging without Forgetting: Continual Fusion of Task-Specific Models via Optimal Transport
von: Pan, Zecheng, et al.
Veröffentlicht: (2025)

SSAM: Singular Subspace Alignment for Merging Multimodal Large Language Models
von: Reza, Md Kaykobad, et al.
Veröffentlicht: (2026)

Revitalizing the Beginning: Avoiding Storage Dependency for Model Merging in Continual Learning
von: Wang, Xi, et al.
Veröffentlicht: (2026)

How to Merge Your Multimodal Models Over Time?
von: Dziadzio, Sebastian, et al.
Veröffentlicht: (2024)

MINGLE: Mixture of Null-Space Gated Low-Rank Experts for Test-Time Continual Model Merging
von: Qiu, Zihuan, et al.
Veröffentlicht: (2025)

Beyond Training: Dynamic Token Merging for Zero-Shot Video Understanding
von: Zhang, Yiming, et al.
Veröffentlicht: (2024)