Buchumschlag

Domain Generalization Guided by Large-Scale Pre-Trained Priors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zongbin, Pan, Bin, Shen, Shiyu, Shi, Tianyang, Shi, Zhenwei
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

Domain Agnostic Conditional Invariant Predictions for Domain Generalization
von: Wang, Zongbin, et al.
Veröffentlicht: (2024)

Preserving Domain Generalization in Fine-Tuning via Joint Parameter Selection
von: Pan, Bin, et al.
Veröffentlicht: (2025)

Be Bayesian by Attachments to Catch More Uncertainty
von: Shen, Shiyu, et al.
Veröffentlicht: (2023)

A Pretrained Probabilistic Transformer for City-Scale Traffic Volume Prediction
von: Shen, Shiyu, et al.
Veröffentlicht: (2025)

Hyperspectral Image Generation with Unmixing Guided Diffusion Model
von: Shen, Shiyu, et al.
Veröffentlicht: (2025)

Source-Free Domain Adaptation Guided by Vision and Vision-Language Pre-Training
von: Zhang, Wenyu, et al.
Veröffentlicht: (2024)

IMITATE: Clinical Prior Guided Hierarchical Vision-Language Pre-training
von: Liu, Che, et al.
Veröffentlicht: (2023)

Learning an Actionable Discrete Diffusion Policy via Large-Scale Actionless Video Pre-Training
von: He, Haoran, et al.
Veröffentlicht: (2024)

Relational In-Context Learning via Synthetic Pre-training with Structural Prior
von: Wang, Yanbo, et al.
Veröffentlicht: (2026)

Mixture-of-Experts Operator Transformer for Large-Scale PDE Pre-Training
von: Wang, Hong, et al.
Veröffentlicht: (2025)

Joint Selection for Large-Scale Pre-Training Data via Policy Gradient-based Mask Learning
von: Fan, Ziqing, et al.
Veröffentlicht: (2025)

Prior-Guided Multi-Omic Transformers for Single-Cell Gene Regulatory Network Inference
von: Xu, Tianyang, et al.
Veröffentlicht: (2026)

LaMM: Semi-Supervised Pre-Training of Large-Scale Materials Models
von: Oyama, Yosuke, et al.
Veröffentlicht: (2025)

Rethinking Local Learning: A Cheaper and Faster Recipe for LLM Post-Training
von: Shi, Hengyu, et al.
Veröffentlicht: (2026)

Using Scaling Laws for Data Source Utility Estimation in Domain-Specific Pre-Training
von: Ostapenko, Oleksiy, et al.
Veröffentlicht: (2025)

Scaling Law for Large-Scale Pre-Training Using Chaotic Time Series and Predictability in Financial Time Series
von: Takemoto, Yuki
Veröffentlicht: (2025)

Multi-Scale Heterogeneous Text-Attributed Graph Datasets From Diverse Domains
von: Liu, Yunhui, et al.
Veröffentlicht: (2024)

A Large Scale Heterogeneous Treatment Effect Estimation Framework and Its Applications of Users' Journey at Snap
von: Pan, Jing, et al.
Veröffentlicht: (2025)

Stochastic Normalized Gradient Descent with Momentum for Large-Batch Training
von: Zhao, Shen-Yi, et al.
Veröffentlicht: (2020)

Hybrid Attribution Priors for Explainable and Robust Model Training
von: Zhang, Zhuoran, et al.
Veröffentlicht: (2025)

GraphControl: Adding Conditional Control to Universal Graph Pre-trained Models for Graph Domain Transfer Learning
von: Zhu, Yun, et al.
Veröffentlicht: (2023)

Mixture-of-Channels: Exploiting Sparse FFNs for Efficient LLMs Pre-Training and Inference
von: Wu, Tong, et al.
Veröffentlicht: (2025)

SVFit: Parameter-Efficient Fine-Tuning of Large Pre-Trained Models Using Singular Values
von: Sun, Chengwei, et al.
Veröffentlicht: (2024)

Optimizing Pre-Training Data Mixtures with Mixtures of Data Expert Models
von: Belenki, Lior, et al.
Veröffentlicht: (2025)

DPOT: Auto-Regressive Denoising Operator Transformer for Large-Scale PDE Pre-Training
von: Hao, Zhongkai, et al.
Veröffentlicht: (2024)

FineInstructions: Scaling Synthetic Instructions to Pre-Training Scale
von: Patel, Ajay, et al.
Veröffentlicht: (2026)

Pushing the Limits of All-Atom Geometric Graph Neural Networks: Pre-Training, Scaling and Zero-Shot Transfer
von: Pengmei, Zihan, et al.
Veröffentlicht: (2024)

SRPO: A Cross-Domain Implementation of Large-Scale Reinforcement Learning on LLM
von: Zhang, Xiaojiang, et al.
Veröffentlicht: (2025)

Learning Multimodal Latent Generative Models with Energy-Based Prior
von: Yuan, Shiyu, et al.
Veröffentlicht: (2024)

Domain Generalization Under Posterior Drift
von: Zhu, Yilun, et al.
Veröffentlicht: (2025)

Gradient-Guided Annealing for Domain Generalization
von: Ballas, Aristotelis, et al.
Veröffentlicht: (2025)

Domain-Adaptive Continued Pre-Training of Small Language Models
von: Faroz, Salman
Veröffentlicht: (2025)

GaLore 2: Large-Scale LLM Pre-Training by Gradient Low-Rank Projection
von: Su, DiJia, et al.
Veröffentlicht: (2025)

Threshold-Guided Optimization for Visual Generative Models
von: Bai, Jinbin, et al.
Veröffentlicht: (2026)

Provable Target Sample Complexity Improvements as Pre-Trained Models Scale
von: Fukuchi, Kazuto, et al.
Veröffentlicht: (2026)

Structural Priors and Modular Adapters in the Composable Fine-Tuning Algorithm of Large-Scale Models
von: Wang, Yuxiao, et al.
Veröffentlicht: (2025)

PTPP-Aware Adaptation Scaling Laws: Predicting Domain-Adaptation Performance at Unseen Pre-Training Budgets
von: Goffinet, Etienne, et al.
Veröffentlicht: (2025)

TimeHF: Billion-Scale Time Series Models Guided by Human Feedback
von: Qi, Yongzhi, et al.
Veröffentlicht: (2025)

ETS: Energy-Guided Test-Time Scaling for Training-Free RL Alignment
von: Li, Xiuyu, et al.
Veröffentlicht: (2026)

DACP: Domain-Adaptive Continual Pre-Training of Large Language Models for Phone Conversation Summarization
von: Fu, Xue-Yong, et al.
Veröffentlicht: (2025)