Buchumschlag

Block-Operations: Using Modular Routing to Improve Compositional Generalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dietz, Florian, Klakow, Dietrich
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

IGC: Integrating a Gated Calculator into an LLM to Solve Arithmetic Tasks Reliably and Efficiently
von: Dietz, Florian, et al.
Veröffentlicht: (2025)

Comgra: A Tool for Analyzing and Debugging Neural Networks
von: Dietz, Florian, et al.
Veröffentlicht: (2024)

On Optimizing Multimodal Jailbreaks for Spoken Language Models
von: Krishnan, Aravind, et al.
Veröffentlicht: (2026)

Split Personality Training: Revealing Latent Knowledge Through Alternate Personalities
von: Dietz, Florian, et al.
Veröffentlicht: (2026)

Chemical Language Models for Natural Products: A State-Space Model Approach
von: Wang, Ho-Hsuan, et al.
Veröffentlicht: (2026)

Decoding Partial Differential Equations: Cross-Modal Adaptation of Decoder-only Models to PDEs
von: García-de-Herreros, Paloma, et al.
Veröffentlicht: (2025)

Routing Manifold Alignment Improves Generalization of Mixture-of-Experts LLMs
von: Li, Zhongyang, et al.
Veröffentlicht: (2025)

Compression is Routing: Reconstruction Error as an Intrinsic Signal for Modular Language Models
von: Tang, Zhongpan
Veröffentlicht: (2025)

Routing by Reaching: Composition of Pre-trained GFlowNets for Multi-Objective Generation
von: Yoon, Seokwon, et al.
Veröffentlicht: (2026)

Transformers for molecular property prediction: Domain adaptation efficiently improves performance
von: Sultan, Afnan, et al.
Veröffentlicht: (2025)

Improving Generalization by Permutation Routing Across Model Copies
von: Kashiwamura, Shuhei, et al.
Veröffentlicht: (2026)

Efficient Hyperdimensional Computing with Modular Composite Representations
von: Angioli, Marco, et al.
Veröffentlicht: (2025)

SBGD: Improving Graph Diffusion Generative Model via Stochastic Block Diffusion
von: Su, Junwei, et al.
Veröffentlicht: (2025)

What Do You Need for Compositional Generalization in Diffusion Planning?
von: Clark, Quentin, et al.
Veröffentlicht: (2025)

Discrete Compositional Generation via General Soft Operators and Robust Reinforcement Learning
von: Jiralerspong, Marco, et al.
Veröffentlicht: (2025)

Prompting Whisper for Improved Verbatim Transcription and End-to-end Miscue Detection
von: Smith, Griffin Dietz, et al.
Veröffentlicht: (2025)

Compositional Learning for Modular Multi-Agent Self-Organizing Networks
von: Liao, Qi, et al.
Veröffentlicht: (2025)

What explains the success of cross-modal fine-tuning with ORCA?
von: García-de-Herreros, Paloma, et al.
Veröffentlicht: (2024)

From Uniform to Adaptive: General Skip-Block Mechanisms for Efficient PDE Neural Operators
von: Liu, Lei, et al.
Veröffentlicht: (2025)

Spectral Manifold Regularization for Stable and Modular Routing in Deep MoE Architectures
von: Delibasoglu, Ibrahim
Veröffentlicht: (2026)

How Compositional Generalization and Creativity Improve as Diffusion Models are Trained
von: Favero, Alessandro, et al.
Veröffentlicht: (2025)

ROMAN: A Multiscale Routing Operator for Convolutional Time Series Models
von: Uribarri, Gonzalo
Veröffentlicht: (2026)

Selective Sinkhorn Routing for Improved Sparse Mixture of Experts
von: Nguyen, Duc Anh, et al.
Veröffentlicht: (2025)

Improving Routing in Sparse Mixture of Experts with Graph of Tokens
von: Nguyen, Tam, et al.
Veröffentlicht: (2025)

From Tokens to Blocks: A Block-Diffusion Perspective on Molecular Generation
von: Yang, Qianwei, et al.
Veröffentlicht: (2026)

Improving Compositional Generation with Diffusion Models Using Lift Scores
von: Yu, Chenning, et al.
Veröffentlicht: (2025)

Improving Generalization of Neural Combinatorial Optimization for Vehicle Routing Problems via Test-Time Projection Learning
von: Chen, Yuanyao, et al.
Veröffentlicht: (2025)

Accept or Deny? Evaluating LLM Fairness and Performance in Loan Approval across Table-to-Text Serialization Approaches
von: Azime, Israel Abebe, et al.
Veröffentlicht: (2025)

Efficient In-Memory Acceleration of Sparse Block Diagonal LLMs
von: de Lima, João Paulo Cardoso, et al.
Veröffentlicht: (2025)

Domain Expansion: Parameter-Efficient Modules as Building Blocks for Composite Domains
von: Patel, Mann, et al.
Veröffentlicht: (2025)

Learning to Route Electric Trucks Under Operational Uncertainty
von: Orfanoudakis, Stavros, et al.
Veröffentlicht: (2026)

Modular Continual Learning via Zero-Leakage Reconstruction Routing and Autonomous Task Discovery
von: Kermiche, Noureddine
Veröffentlicht: (2026)

Neural Operator-Based Surrogate Model for CFD:Helical Coil Steam Generator in Small Modular Reactor
von: Lee, Minseo, et al.
Veröffentlicht: (2026)

MOSAIC: Modular Orchestration for Structured Agentic Intelligence and Composition
von: Bao, Yifan, et al.
Veröffentlicht: (2026)

Modular Multimodal Classification Without Fine-Tuning: A Simple Compositional Approach
von: Bergström, Herman, et al.
Veröffentlicht: (2026)

Improving Generalization of Neural Vehicle Routing Problem Solvers Through the Lens of Model Architecture
von: Xiao, Yubin, et al.
Veröffentlicht: (2024)

Blockbuster, Part 1: Block-level AI Operator Fusion
von: Dekel, Ofer
Veröffentlicht: (2025)

LoRA-Mixer: Coordinate Modular LoRA Experts Through Serial Attention Routing
von: Li, Wenbing, et al.
Veröffentlicht: (2025)

Improved Operator Learning by Orthogonal Attention
von: Xiao, Zipeng, et al.
Veröffentlicht: (2023)

Weather-Aware Transformer for Real-Time Route Optimization in Drone-as-a-Service Operations
von: Mohamed, Kamal, et al.
Veröffentlicht: (2026)