Salvato in:
| Autori principali: | Nguyen, Son, Chen, Lizhang, Liu, Bo, Liu, Qiang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2406.09958 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Memory-Efficient LLM Training with Online Subspace Descent
di: Liang, Kaizhao, et al.
Pubblicazione: (2024)
di: Liang, Kaizhao, et al.
Pubblicazione: (2024)
Improving Adaptive Moment Optimization via Preconditioner Diagonalization
di: Nguyen, Son, et al.
Pubblicazione: (2025)
di: Nguyen, Son, et al.
Pubblicazione: (2025)
Lion Secretly Solves Constrained Optimization: As Lyapunov Predicts
di: Chen, Lizhang, et al.
Pubblicazione: (2023)
di: Chen, Lizhang, et al.
Pubblicazione: (2023)
Muon Optimizes Under Spectral Norm Constraints
di: Chen, Lizhang, et al.
Pubblicazione: (2025)
di: Chen, Lizhang, et al.
Pubblicazione: (2025)
Cautious Optimizers: Improving Training with One Line of Code
di: Liang, Kaizhao, et al.
Pubblicazione: (2024)
di: Liang, Kaizhao, et al.
Pubblicazione: (2024)
DeMo: Decoupled Momentum Optimization
di: Peng, Bowen, et al.
Pubblicazione: (2024)
di: Peng, Bowen, et al.
Pubblicazione: (2024)
Communication Efficient Distributed Training with Distributed Lion
di: Liu, Bo, et al.
Pubblicazione: (2024)
di: Liu, Bo, et al.
Pubblicazione: (2024)
Training-Free Looped Transformers
di: Chen, Lizhang, et al.
Pubblicazione: (2026)
di: Chen, Lizhang, et al.
Pubblicazione: (2026)
Hamiltonian Descent Algorithms for Optimization: Accelerated Rates via Randomized Integration Time
di: Fu, Qiang, et al.
Pubblicazione: (2025)
di: Fu, Qiang, et al.
Pubblicazione: (2025)
Conflict-Averse Gradient Descent for Multi-task Learning
di: Liu, Bo, et al.
Pubblicazione: (2021)
di: Liu, Bo, et al.
Pubblicazione: (2021)
Momentum Guidance: Plug-and-Play Guidance for Flow Models
di: Liao, Runlong, et al.
Pubblicazione: (2026)
di: Liao, Runlong, et al.
Pubblicazione: (2026)
Preconditioning for Accelerated Gradient Descent Optimization and Regularization
di: Ye, Qiang
Pubblicazione: (2024)
di: Ye, Qiang
Pubblicazione: (2024)
$ϕ$-Balancing for Mixture-of-Experts Training
di: Chen, Lizhang, et al.
Pubblicazione: (2026)
di: Chen, Lizhang, et al.
Pubblicazione: (2026)
Quantum Optimization via Gradient-Based Hamiltonian Descent
di: Leng, Jiaqi, et al.
Pubblicazione: (2025)
di: Leng, Jiaqi, et al.
Pubblicazione: (2025)
Omni-Masked Gradient Descent: Memory-Efficient Optimization via Mask Traversal with Improved Convergence
di: Yang, Hui, et al.
Pubblicazione: (2026)
di: Yang, Hui, et al.
Pubblicazione: (2026)
Scalable Community Detection Using Quantum Hamiltonian Descent and QUBO Formulation
di: Cheng, Jinglei, et al.
Pubblicazione: (2024)
di: Cheng, Jinglei, et al.
Pubblicazione: (2024)
When Descent Is Too Stable: Event-Triggered Hamiltonian Learning to Optimize
di: Wang, Yi, et al.
Pubblicazione: (2026)
di: Wang, Yi, et al.
Pubblicazione: (2026)
Hidden State Differential Private Mini-Batch Block Coordinate Descent for Multi-convexity Optimization
di: Chen, Ding, et al.
Pubblicazione: (2024)
di: Chen, Ding, et al.
Pubblicazione: (2024)
FluidML: Fast and Memory Efficient Inference Optimization
di: Liu, Jinjie, et al.
Pubblicazione: (2024)
di: Liu, Jinjie, et al.
Pubblicazione: (2024)
Cautious Weight Decay
di: Chen, Lizhang, et al.
Pubblicazione: (2025)
di: Chen, Lizhang, et al.
Pubblicazione: (2025)
Multiple Wasserstein Gradient Descent Algorithm for Multi-Objective Distributional Optimization
di: Nguyen, Dai Hai, et al.
Pubblicazione: (2025)
di: Nguyen, Dai Hai, et al.
Pubblicazione: (2025)
COSMOS: A Hybrid Adaptive Optimizer for Memory-Efficient Training of LLMs
di: Liu, Liming, et al.
Pubblicazione: (2025)
di: Liu, Liming, et al.
Pubblicazione: (2025)
SMMF: Square-Matricized Momentum Factorization for Memory-Efficient Optimization
di: Park, Kwangryeol, et al.
Pubblicazione: (2024)
di: Park, Kwangryeol, et al.
Pubblicazione: (2024)
Revisiting the Initial Steps in Adaptive Gradient Descent Optimization
di: Abuduweili, Abulikemu, et al.
Pubblicazione: (2024)
di: Abuduweili, Abulikemu, et al.
Pubblicazione: (2024)
CUPID in the Model Zoo: Online Matchmaking for Selecting Your Dream LLM
di: Nguyen, Son, et al.
Pubblicazione: (2026)
di: Nguyen, Son, et al.
Pubblicazione: (2026)
A Memory Efficient Randomized Subspace Optimization Method for Training Large Language Models
di: Chen, Yiming, et al.
Pubblicazione: (2025)
di: Chen, Yiming, et al.
Pubblicazione: (2025)
Optimizing Canaries for Privacy Auditing with Metagradient Descent
di: Boglioni, Matteo, et al.
Pubblicazione: (2025)
di: Boglioni, Matteo, et al.
Pubblicazione: (2025)
Learning Associative Memories with Gradient Descent
di: Cabannes, Vivien, et al.
Pubblicazione: (2024)
di: Cabannes, Vivien, et al.
Pubblicazione: (2024)
Self-Auditing Parameter-Efficient Fine-Tuning for Few-Shot 3D Medical Image Segmentation
di: Ly, Son Thai, et al.
Pubblicazione: (2026)
di: Ly, Son Thai, et al.
Pubblicazione: (2026)
Efficient Deep Learning for Medical Imaging: Bridging the Gap Between High-Performance AI and Clinical Deployment
di: Nguyen, Cuong Manh, et al.
Pubblicazione: (2026)
di: Nguyen, Cuong Manh, et al.
Pubblicazione: (2026)
An Experimental Study of Semantic Continuity for Deep Learning Models
di: Wu, Shangxi, et al.
Pubblicazione: (2020)
di: Wu, Shangxi, et al.
Pubblicazione: (2020)
Not All Adapters Matter: Selective Adapter Freezing for Memory-Efficient Fine-Tuning of Language Models
di: Son, Hyegang, et al.
Pubblicazione: (2024)
di: Son, Hyegang, et al.
Pubblicazione: (2024)
PowerStep: Memory-Efficient Adaptive Optimization via $\ell_p$-Norm Steepest Descent
di: Lu, Yao, et al.
Pubblicazione: (2026)
di: Lu, Yao, et al.
Pubblicazione: (2026)
AdaFRUGAL: Adaptive Memory-Efficient Training with Dynamic Control
di: Bui, Quang-Hung, et al.
Pubblicazione: (2025)
di: Bui, Quang-Hung, et al.
Pubblicazione: (2025)
Low-Tubal-Rank Tensor Recovery via Factorized Gradient Descent
di: Liu, Zhiyu, et al.
Pubblicazione: (2024)
di: Liu, Zhiyu, et al.
Pubblicazione: (2024)
One-Step Flow Policy Mirror Descent
di: Chen, Tianyi, et al.
Pubblicazione: (2025)
di: Chen, Tianyi, et al.
Pubblicazione: (2025)
Optimizing ML Training with Metagradient Descent
di: Engstrom, Logan, et al.
Pubblicazione: (2025)
di: Engstrom, Logan, et al.
Pubblicazione: (2025)
Bypassing the Exponential Dependency: Looped Transformers Efficiently Learn In-context by Multi-step Gradient Descent
di: Chen, Bo, et al.
Pubblicazione: (2024)
di: Chen, Bo, et al.
Pubblicazione: (2024)
FedBCD:Communication-Efficient Accelerated Block Coordinate Gradient Descent for Federated Learning
di: Liu, Junkang, et al.
Pubblicazione: (2026)
di: Liu, Junkang, et al.
Pubblicazione: (2026)
Beyond Cross-Validation: Adaptive Parameter Selection for Kernel-Based Gradient Descents
di: Liu, Xiaotong, et al.
Pubblicazione: (2026)
di: Liu, Xiaotong, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Memory-Efficient LLM Training with Online Subspace Descent
di: Liang, Kaizhao, et al.
Pubblicazione: (2024) -
Improving Adaptive Moment Optimization via Preconditioner Diagonalization
di: Nguyen, Son, et al.
Pubblicazione: (2025) -
Lion Secretly Solves Constrained Optimization: As Lyapunov Predicts
di: Chen, Lizhang, et al.
Pubblicazione: (2023) -
Muon Optimizes Under Spectral Norm Constraints
di: Chen, Lizhang, et al.
Pubblicazione: (2025) -
Cautious Optimizers: Improving Training with One Line of Code
di: Liang, Kaizhao, et al.
Pubblicazione: (2024)