Block-Operations: Using Modular Routing to Improve Compositional Generalization
Fuente:
arXiv
Salvato in:
| Autori principali: | Dietz, Florian, Klakow, Dietrich |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
IGC: Integrating a Gated Calculator into an LLM to Solve Arithmetic Tasks Reliably and Efficiently
di: Dietz, Florian, et al.
Pubblicazione: (2025)
di: Dietz, Florian, et al.
Pubblicazione: (2025)
Comgra: A Tool for Analyzing and Debugging Neural Networks
di: Dietz, Florian, et al.
Pubblicazione: (2024)
di: Dietz, Florian, et al.
Pubblicazione: (2024)
On Optimizing Multimodal Jailbreaks for Spoken Language Models
di: Krishnan, Aravind, et al.
Pubblicazione: (2026)
di: Krishnan, Aravind, et al.
Pubblicazione: (2026)
Split Personality Training: Revealing Latent Knowledge Through Alternate Personalities
di: Dietz, Florian, et al.
Pubblicazione: (2026)
di: Dietz, Florian, et al.
Pubblicazione: (2026)
Chemical Language Models for Natural Products: A State-Space Model Approach
di: Wang, Ho-Hsuan, et al.
Pubblicazione: (2026)
di: Wang, Ho-Hsuan, et al.
Pubblicazione: (2026)
Decoding Partial Differential Equations: Cross-Modal Adaptation of Decoder-only Models to PDEs
di: García-de-Herreros, Paloma, et al.
Pubblicazione: (2025)
di: García-de-Herreros, Paloma, et al.
Pubblicazione: (2025)
Routing Manifold Alignment Improves Generalization of Mixture-of-Experts LLMs
di: Li, Zhongyang, et al.
Pubblicazione: (2025)
di: Li, Zhongyang, et al.
Pubblicazione: (2025)
Compression is Routing: Reconstruction Error as an Intrinsic Signal for Modular Language Models
di: Tang, Zhongpan
Pubblicazione: (2025)
di: Tang, Zhongpan
Pubblicazione: (2025)
Routing by Reaching: Composition of Pre-trained GFlowNets for Multi-Objective Generation
di: Yoon, Seokwon, et al.
Pubblicazione: (2026)
di: Yoon, Seokwon, et al.
Pubblicazione: (2026)
Transformers for molecular property prediction: Domain adaptation efficiently improves performance
di: Sultan, Afnan, et al.
Pubblicazione: (2025)
di: Sultan, Afnan, et al.
Pubblicazione: (2025)
Improving Generalization by Permutation Routing Across Model Copies
di: Kashiwamura, Shuhei, et al.
Pubblicazione: (2026)
di: Kashiwamura, Shuhei, et al.
Pubblicazione: (2026)
Efficient Hyperdimensional Computing with Modular Composite Representations
di: Angioli, Marco, et al.
Pubblicazione: (2025)
di: Angioli, Marco, et al.
Pubblicazione: (2025)
SBGD: Improving Graph Diffusion Generative Model via Stochastic Block Diffusion
di: Su, Junwei, et al.
Pubblicazione: (2025)
di: Su, Junwei, et al.
Pubblicazione: (2025)
What Do You Need for Compositional Generalization in Diffusion Planning?
di: Clark, Quentin, et al.
Pubblicazione: (2025)
di: Clark, Quentin, et al.
Pubblicazione: (2025)
Discrete Compositional Generation via General Soft Operators and Robust Reinforcement Learning
di: Jiralerspong, Marco, et al.
Pubblicazione: (2025)
di: Jiralerspong, Marco, et al.
Pubblicazione: (2025)
Prompting Whisper for Improved Verbatim Transcription and End-to-end Miscue Detection
di: Smith, Griffin Dietz, et al.
Pubblicazione: (2025)
di: Smith, Griffin Dietz, et al.
Pubblicazione: (2025)
Compositional Learning for Modular Multi-Agent Self-Organizing Networks
di: Liao, Qi, et al.
Pubblicazione: (2025)
di: Liao, Qi, et al.
Pubblicazione: (2025)
What explains the success of cross-modal fine-tuning with ORCA?
di: García-de-Herreros, Paloma, et al.
Pubblicazione: (2024)
di: García-de-Herreros, Paloma, et al.
Pubblicazione: (2024)
From Uniform to Adaptive: General Skip-Block Mechanisms for Efficient PDE Neural Operators
di: Liu, Lei, et al.
Pubblicazione: (2025)
di: Liu, Lei, et al.
Pubblicazione: (2025)
Spectral Manifold Regularization for Stable and Modular Routing in Deep MoE Architectures
di: Delibasoglu, Ibrahim
Pubblicazione: (2026)
di: Delibasoglu, Ibrahim
Pubblicazione: (2026)
How Compositional Generalization and Creativity Improve as Diffusion Models are Trained
di: Favero, Alessandro, et al.
Pubblicazione: (2025)
di: Favero, Alessandro, et al.
Pubblicazione: (2025)
ROMAN: A Multiscale Routing Operator for Convolutional Time Series Models
di: Uribarri, Gonzalo
Pubblicazione: (2026)
di: Uribarri, Gonzalo
Pubblicazione: (2026)
Selective Sinkhorn Routing for Improved Sparse Mixture of Experts
di: Nguyen, Duc Anh, et al.
Pubblicazione: (2025)
di: Nguyen, Duc Anh, et al.
Pubblicazione: (2025)
Improving Routing in Sparse Mixture of Experts with Graph of Tokens
di: Nguyen, Tam, et al.
Pubblicazione: (2025)
di: Nguyen, Tam, et al.
Pubblicazione: (2025)
From Tokens to Blocks: A Block-Diffusion Perspective on Molecular Generation
di: Yang, Qianwei, et al.
Pubblicazione: (2026)
di: Yang, Qianwei, et al.
Pubblicazione: (2026)
Improving Compositional Generation with Diffusion Models Using Lift Scores
di: Yu, Chenning, et al.
Pubblicazione: (2025)
di: Yu, Chenning, et al.
Pubblicazione: (2025)
Improving Generalization of Neural Combinatorial Optimization for Vehicle Routing Problems via Test-Time Projection Learning
di: Chen, Yuanyao, et al.
Pubblicazione: (2025)
di: Chen, Yuanyao, et al.
Pubblicazione: (2025)
Accept or Deny? Evaluating LLM Fairness and Performance in Loan Approval across Table-to-Text Serialization Approaches
di: Azime, Israel Abebe, et al.
Pubblicazione: (2025)
di: Azime, Israel Abebe, et al.
Pubblicazione: (2025)
Efficient In-Memory Acceleration of Sparse Block Diagonal LLMs
di: de Lima, João Paulo Cardoso, et al.
Pubblicazione: (2025)
di: de Lima, João Paulo Cardoso, et al.
Pubblicazione: (2025)
Domain Expansion: Parameter-Efficient Modules as Building Blocks for Composite Domains
di: Patel, Mann, et al.
Pubblicazione: (2025)
di: Patel, Mann, et al.
Pubblicazione: (2025)
Learning to Route Electric Trucks Under Operational Uncertainty
di: Orfanoudakis, Stavros, et al.
Pubblicazione: (2026)
di: Orfanoudakis, Stavros, et al.
Pubblicazione: (2026)
Modular Continual Learning via Zero-Leakage Reconstruction Routing and Autonomous Task Discovery
di: Kermiche, Noureddine
Pubblicazione: (2026)
di: Kermiche, Noureddine
Pubblicazione: (2026)
Neural Operator-Based Surrogate Model for CFD:Helical Coil Steam Generator in Small Modular Reactor
di: Lee, Minseo, et al.
Pubblicazione: (2026)
di: Lee, Minseo, et al.
Pubblicazione: (2026)
MOSAIC: Modular Orchestration for Structured Agentic Intelligence and Composition
di: Bao, Yifan, et al.
Pubblicazione: (2026)
di: Bao, Yifan, et al.
Pubblicazione: (2026)
Modular Multimodal Classification Without Fine-Tuning: A Simple Compositional Approach
di: Bergström, Herman, et al.
Pubblicazione: (2026)
di: Bergström, Herman, et al.
Pubblicazione: (2026)
Improving Generalization of Neural Vehicle Routing Problem Solvers Through the Lens of Model Architecture
di: Xiao, Yubin, et al.
Pubblicazione: (2024)
di: Xiao, Yubin, et al.
Pubblicazione: (2024)
Blockbuster, Part 1: Block-level AI Operator Fusion
di: Dekel, Ofer
Pubblicazione: (2025)
di: Dekel, Ofer
Pubblicazione: (2025)
LoRA-Mixer: Coordinate Modular LoRA Experts Through Serial Attention Routing
di: Li, Wenbing, et al.
Pubblicazione: (2025)
di: Li, Wenbing, et al.
Pubblicazione: (2025)
Improved Operator Learning by Orthogonal Attention
di: Xiao, Zipeng, et al.
Pubblicazione: (2023)
di: Xiao, Zipeng, et al.
Pubblicazione: (2023)
Weather-Aware Transformer for Real-Time Route Optimization in Drone-as-a-Service Operations
di: Mohamed, Kamal, et al.
Pubblicazione: (2026)
di: Mohamed, Kamal, et al.
Pubblicazione: (2026)
Documenti analoghi
-
IGC: Integrating a Gated Calculator into an LLM to Solve Arithmetic Tasks Reliably and Efficiently
di: Dietz, Florian, et al.
Pubblicazione: (2025) -
Comgra: A Tool for Analyzing and Debugging Neural Networks
di: Dietz, Florian, et al.
Pubblicazione: (2024) -
On Optimizing Multimodal Jailbreaks for Spoken Language Models
di: Krishnan, Aravind, et al.
Pubblicazione: (2026) -
Split Personality Training: Revealing Latent Knowledge Through Alternate Personalities
di: Dietz, Florian, et al.
Pubblicazione: (2026) -
Chemical Language Models for Natural Products: A State-Space Model Approach
di: Wang, Ho-Hsuan, et al.
Pubblicazione: (2026)