Copertina

PEFT-U: Parameter-Efficient Fine-Tuning for User Personalization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Clarke, Christopher, Heng, Yuzhao, Tang, Lingjia, Mars, Jason
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Ranking Unraveled: Recipes for LLM Rankings in Head-to-Head AI Combat
di: Daynauth, Roland, et al.
Pubblicazione: (2024)

SLMEval: Entropy-Based Calibration for Human-Aligned Evaluation of Large Language Models
di: Daynauth, Roland, et al.
Pubblicazione: (2025)

ShadowPEFT: Shadow Network for Parameter-Efficient Fine-Tuning
di: Li, Xianming, et al.
Pubblicazione: (2026)

TS-PEFT: Unveiling Token-Level Redundancy in Parameter-Efficient Fine-Tuning
di: Ma, Dabiao, et al.
Pubblicazione: (2025)

AutoPEFT: Automatic Configuration Search for Parameter-Efficient Fine-Tuning
di: Zhou, Han, et al.
Pubblicazione: (2023)

MambaPEFT: Exploring Parameter-Efficient Fine-Tuning for Mamba
di: Yoshimura, Masakazu, et al.
Pubblicazione: (2024)

X-PEFT: eXtremely Parameter-Efficient Fine-Tuning for Extreme Multi-Profile Scenarios
di: Kwak, Namju, et al.
Pubblicazione: (2024)

Parameter-Efficient Fine-Tuning With Adapters
di: Chen, Keyu, et al.
Pubblicazione: (2024)

User-Specific Dialogue Generation with User Profile-Aware Pre-Training Model and Parameter-Efficient Fine-Tuning
di: Otsuka, Atsushi, et al.
Pubblicazione: (2024)

Parameter-Efficient Fine-Tuning for Foundation Models
di: Zhang, Dan, et al.
Pubblicazione: (2025)

Guylingo: The Republic of Guyana Creole Corpora
di: Clarke, Christopher, et al.
Pubblicazione: (2024)

How to Tune a Multilingual Encoder Model for Germanic Languages: A Study of PEFT, Full Fine-Tuning, and Language Adapters
di: Oji, Romina, et al.
Pubblicazione: (2025)

One Agent Too Many: User Perspectives on Approaches to Multi-agent Conversational AI
di: Clarke, Christopher, et al.
Pubblicazione: (2024)

Q-PEFT: Query-dependent Parameter Efficient Fine-tuning for Text Reranking with Large Language Models
di: Peng, Zhiyuan, et al.
Pubblicazione: (2024)

ComPEFT: Compression for Communicating Parameter Efficient Updates via Sparsification and Quantization
di: Yadav, Prateek, et al.
Pubblicazione: (2023)

Parameter-Efficient Fine-Tuning for Medical Text Summarization: A Comparative Study of Lora, Prompt Tuning, and Full Fine-Tuning
di: Shernazarov, Ulugbek, et al.
Pubblicazione: (2026)

Point-PEFT: Parameter-Efficient Fine-Tuning for 3D Pre-trained Models
di: Tang, Yiwen, et al.
Pubblicazione: (2023)

MoA: Heterogeneous Mixture of Adapters for Parameter-Efficient Fine-Tuning of Large Language Models
di: Cao, Jie, et al.
Pubblicazione: (2025)

FedP$^2$EFT: Federated Learning to Personalize PEFT for Multilingual LLMs
di: Lee, Royson, et al.
Pubblicazione: (2025)

MTP: A Meaning-Typed Language Abstraction for AI-Integrated Programming
di: Dantanarayana, Jayanaka L., et al.
Pubblicazione: (2024)

Parameter-Efficient Fine-Tuning with Discrete Fourier Transform
di: Gao, Ziqi, et al.
Pubblicazione: (2024)

SVFT: Parameter-Efficient Fine-Tuning with Singular Vectors
di: Lingam, Vijay, et al.
Pubblicazione: (2024)

Parameter-Efficient Fine-Tuning of Large Language Models via Deconvolution in Subspace
di: Zhang, Jia-Chen, et al.
Pubblicazione: (2025)

Beyond QA Pairs: Assessing Parameter-Efficient Fine-Tuning for Fact Embedding in LLMs
di: Ratnakar, Shivam, et al.
Pubblicazione: (2025)

Donors and Recipients: On Asymmetric Transfer Across Tasks and Languages with Parameter-Efficient Fine-Tuning
di: Dymkiewicz, Kajetan, et al.
Pubblicazione: (2025)

Forecast-PEFT: Parameter-Efficient Fine-Tuning for Pre-trained Motion Forecasting Models
di: Wang, Jifeng, et al.
Pubblicazione: (2024)

Systematic Analysis for Pretrained Language Model Priming for Parameter-Efficient Fine-tuning
di: Huang, Shih-Cheng, et al.
Pubblicazione: (2022)

Geo-Expert: Towards Expert-Level Geological Reasoning via Parameter-Efficient Fine-Tuning
di: Guo, Chenyou, et al.
Pubblicazione: (2026)

PEFT-Bench: A Parameter-Efficient Fine-Tuning Methods Benchmark
di: Belanec, Robert, et al.
Pubblicazione: (2025)

NAS-LoRA: Empowering Parameter-Efficient Fine-Tuning for Visual Foundation Models with Searchable Adaptation
di: Chen, Renqi, et al.
Pubblicazione: (2025)

Parameter Efficient Fine Tuning: A Comprehensive Analysis Across Applications
di: Balne, Charith Chandra Sai, et al.
Pubblicazione: (2024)

Parameter-Efficient Fine-Tuning in Large Models: A Survey of Methodologies
di: Wang, Luping, et al.
Pubblicazione: (2024)

Parameter Efficient Quasi-Orthogonal Fine-Tuning via Givens Rotation
di: Ma, Xinyu, et al.
Pubblicazione: (2024)

Solo Connection: A Parameter Efficient Fine-Tuning Technique for Transformers
di: Pathak, Harsh Nilesh, et al.
Pubblicazione: (2025)

LoR2C : Low-Rank Residual Connection Adaptation for Parameter-Efficient Fine-Tuning
di: Zhao, Jiancheng, et al.
Pubblicazione: (2025)

DPI: Exploiting Parameter Heterogeneity for Interference-Free Fine-Tuning
di: Liu, Xiaoyu, et al.
Pubblicazione: (2026)

Defending Against Weight-Poisoning Backdoor Attacks for Parameter-Efficient Fine-Tuning
di: Zhao, Shuai, et al.
Pubblicazione: (2024)

RoSA: Accurate Parameter-Efficient Fine-Tuning via Robust Adaptation
di: Nikdan, Mahdi, et al.
Pubblicazione: (2024)

NeuroAda: Activating Each Neuron's Potential for Parameter-Efficient Fine-Tuning
di: Zhang, Zhi, et al.
Pubblicazione: (2025)

Parameter-Efficient Fine-Tuning of LLMs with Mixture of Space Experts
di: Zhang, Buze, et al.
Pubblicazione: (2026)