Buchumschlag

MagMax: Leveraging Model Merging for Seamless Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Marczak, Daniel, Twardowski, Bartłomiej, Trzciński, Tomasz, Cygert, Sebastian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Revisiting Supervision for Continual Representation Learning
von: Marczak, Daniel, et al.
Veröffentlicht: (2023)

AR-TTA: A Simple Method for Real-World Continual Test-Time Adaptation
von: Sójka, Damian, et al.
Veröffentlicht: (2023)

Category Adaptation Meets Projected Distillation in Generalized Continual Category Discovery
von: Rypeść, Grzegorz, et al.
Veröffentlicht: (2023)

Task-recency bias strikes back: Adapting covariances in Exemplar-Free Class Incremental Learning
von: Rypeść, Grzegorz, et al.
Veröffentlicht: (2024)

Realistic Evaluation of Test-Time Adaptation Algorithms: Unsupervised Hyperparameter Selection
von: Cygert, Sebastian, et al.
Veröffentlicht: (2024)

Divide and not forget: Ensemble of selectively trained experts in Continual Learning
von: Rypeść, Grzegorz, et al.
Veröffentlicht: (2024)

Exploring the Stability Gap in Continual Learning: The Role of the Classification Head
von: Łapacz, Wojciech, et al.
Veröffentlicht: (2024)

Beyond Classification: Dynamic Adapter Routing for Continual Multimodal Retrieval
von: Dobrzeniecka, Alicja, et al.
Veröffentlicht: (2026)

Accurate and Efficient Low-Rank Model Merging in Core Space
von: Panariello, Aniello, et al.
Veröffentlicht: (2025)

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

Continual Learning in Vision-Language Models via Aligned Model Merging
von: Sokar, Ghada, et al.
Veröffentlicht: (2025)

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

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

FeCAM: Exploiting the Heterogeneity of Class Distributions in Exemplar-Free Continual Learning
von: Goswami, Dipam, et al.
Veröffentlicht: (2023)

DAM: Dynamic Adapter Merging for Continual Video QA Learning
von: Cheng, Feng, et al.
Veröffentlicht: (2024)

Gradual Divergence for Seamless Adaptation: A Novel Domain Incremental Learning Method
von: Jeeveswaran, Kishaan, et al.
Veröffentlicht: (2024)

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

GEPAR3D: Geometry Prior-Assisted Learning for 3D Tooth Segmentation
von: Szczepański, Tomasz, et al.
Veröffentlicht: (2025)

Global Counterfactual Directions
von: Sobieski, Bartlomiej, et al.
Veröffentlicht: (2024)

Learning and Leveraging World Models in Visual Representation Learning
von: Garrido, Quentin, et al.
Veröffentlicht: (2024)

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

Interaction-Merged Motion Planning: Effectively Leveraging Diverse Motion Datasets for Robust Planning
von: Lee, Giwon, et al.
Veröffentlicht: (2025)

Improving Continual Learning Performance and Efficiency with Auxiliary Classifiers
von: Szatkowski, Filip, et al.
Veröffentlicht: (2024)

Bridging Domains through Subspace-Aware Model Merging
von: Chaves, Levy, et al.
Veröffentlicht: (2026)

Merge and Bound: Direct Manipulations on Weights for Class Incremental Learning
von: Kim, Taehoon, et al.
Veröffentlicht: (2025)

Resurrecting Old Classes with New Data for Exemplar-Free Continual Learning
von: Goswami, Dipam, et al.
Veröffentlicht: (2024)

Infinite dSprites for Disentangled Continual Learning: Separating Memory Edits from Generalization
von: Dziadzio, Sebastian, et al.
Veröffentlicht: (2023)

AdaRank: Adaptive Rank Pruning for Enhanced Model Merging
von: Lee, Chanhyuk, et al.
Veröffentlicht: (2025)

Segformer++: Efficient Token-Merging Strategies for High-Resolution Semantic Segmentation
von: Kienzle, Daniel, et al.
Veröffentlicht: (2024)

Auditing Sybil: Explaining Deep Lung Cancer Risk Prediction Through Generative Interventional Attributions
von: Sobieski, Bartlomiej, et al.
Veröffentlicht: (2026)

SurgeryV2: Bridging the Gap Between Model Merging and Multi-Task Learning with Deep Representation Surgery
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

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)

Continual Learning of Diffusion Models with Generative Distillation
von: Masip, Sergi, et al.
Veröffentlicht: (2023)

Leveraging Foundation Models for Causal Generative Modeling
von: Komanduri, Aneesh, et al.
Veröffentlicht: (2026)

Red-Teaming Segment Anything Model
von: Jankowski, Krzysztof, et al.
Veröffentlicht: (2024)

PAPR in Motion: Seamless Point-level 3D Scene Interpolation
von: Peng, Shichong, et al.
Veröffentlicht: (2024)

Task-conditioned Ensemble of Expert Models for Continuous Learning
von: Sharma, Renu, et al.
Veröffentlicht: (2025)

Resolving Interference (RI): Disentangling Models for Improved Model Merging
von: Ramesh, Pratik, et al.
Veröffentlicht: (2026)

Leveraging GANs For Active Appearance Models Optimized Model Fitting
von: Awasthi, Anurag
Veröffentlicht: (2025)