Buchumschlag

AdapMTL: Adaptive Pruning Framework for Multitask Learning Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiang, Mingcan, Tang, Steven Jiaxun, Yang, Qizheng, Guan, Hui, Liu, Tongping
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AdapNet: Adaptive Noise-Based Network for Low-Quality Image Retrieval
von: Zhang, Sihe, et al.
Veröffentlicht: (2024)

Understanding and Alleviating Memory Consumption in RLHF for LLMs
von: Zhou, Jin, et al.
Veröffentlicht: (2024)

MTL-UE: Learning to Learn Nothing for Multi-Task Learning
von: Yu, Yi, et al.
Veröffentlicht: (2025)

World Model-Based End-to-End Scene Generation for Accident Anticipation in Autonomous Driving
von: Guan, Yanchen, et al.
Veröffentlicht: (2025)

DiffusionMTL: Learning Multi-Task Denoising Diffusion Model from Partially Annotated Data
von: Ye, Hanrong, et al.
Veröffentlicht: (2024)

Learning from the Unseen: Generative Data Augmentation for Geometric-Semantic Accident Anticipation
von: Guan, Yanchen, et al.
Veröffentlicht: (2026)

Rep-MTL: Unleashing the Power of Representation-level Task Saliency for Multi-Task Learning
von: Wang, Zedong, et al.
Veröffentlicht: (2025)

Domain-Enhanced Dual-Branch Model for Efficient and Interpretable Accident Anticipation
von: Guan, Yanchen, et al.
Veröffentlicht: (2025)

Learning Massively Multitask World Models for Continuous Control
von: Hansen, Nicklas, et al.
Veröffentlicht: (2025)

CORE-MTL: Rethinking Gradient Balancing via Causal Orthogonal Representations
von: Wu, Chengfeng, et al.
Veröffentlicht: (2026)

Meta Pruning via Graph Metanetworks : A Universal Meta Learning Framework for Network Pruning
von: Liu, Yewei, et al.
Veröffentlicht: (2025)

Cross-Task Affinity Learning for Multitask Dense Scene Predictions
von: Sinodinos, Dimitrios, et al.
Veröffentlicht: (2024)

RobuMTL: Enhancing Multi-Task Learning Robustness Against Weather Conditions
von: Shaffee, Tasneem, et al.
Veröffentlicht: (2026)

Equivariant-Aware Structured Pruning for Efficient Edge Deployment: A Comprehensive Framework with Adaptive Fine-Tuning
von: Alnemari, Mohammed
Veröffentlicht: (2025)

Learning with Preserving for Continual Multitask Learning
von: Wang, Hanchen David, et al.
Veröffentlicht: (2025)

Adaptive Sharpness-Aware Pruning for Robust Sparse Networks
von: Bair, Anna, et al.
Veröffentlicht: (2023)

StableMTL: Repurposing Latent Diffusion Models for Multi-Task Learning from Partially Annotated Synthetic Datasets
von: Cao, Anh-Quan, et al.
Veröffentlicht: (2025)

OSSCAR: One-Shot Structured Pruning in Vision and Language Models with Combinatorial Optimization
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

AutoDFP: Automatic Data-Free Pruning via Channel Similarity Reconstruction
von: Li, Siqi, et al.
Veröffentlicht: (2024)

Brain Hematoma Marker Recognition Using Multitask Learning: SwinTransformer and Swin-Unet
von: Hirata, Kodai, et al.
Veröffentlicht: (2025)

Multimodal-Guided Dynamic Dataset Pruning for Robust and Efficient Data-Centric Learning
von: Yang, Suorong, et al.
Veröffentlicht: (2025)

Learning to Rebalance Multi-Modal Optimization by Adaptively Masking Subnetworks
von: Yang, Yang, et al.
Veröffentlicht: (2024)

MedCore: Boundary-Preserving Medical Core Pruning for MedSAM
von: Zhang, Cenwei, et al.
Veröffentlicht: (2026)

MTL-MAD: Multi-Task Learners are Effective Medical Anomaly Detectors
von: Bercean, Bogdan Alexandru, et al.
Veröffentlicht: (2026)

Decay Pruning Method: Smooth Pruning With a Self-Rectifying Procedure
von: Yang, Minghao, et al.
Veröffentlicht: (2024)

MosaicDiff: Training-free Structural Pruning for Diffusion Model Acceleration Reflecting Pretraining Dynamics
von: Guo, Bowei, et al.
Veröffentlicht: (2025)

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

Advancing Vehicle Plate Recognition: Multitasking Visual Language Models with VehiclePaliGemma
von: AlDahoul, Nouar, et al.
Veröffentlicht: (2024)

AgilePruner: An Empirical Study of Attention and Diversity for Adaptive Visual Token Pruning in Large Vision-Language Models
von: Baek, Changwoo, et al.
Veröffentlicht: (2026)

Data Pruning in Generative Diffusion Models
von: Briq, Rania, et al.
Veröffentlicht: (2024)

AdaMerging: Adaptive Model Merging for Multi-Task Learning
von: Yang, Enneng, et al.
Veröffentlicht: (2023)

Multitask Multimodal Self-Supervised Learning for Medical Images
von: Simionescu, Cristian
Veröffentlicht: (2025)

LoopNet: A Multitasking Few-Shot Learning Approach for Loop Closure in Large Scale SLAM
von: Nakshbandi, Mohammad-Maher, et al.
Veröffentlicht: (2025)

CoreMatching: A Co-adaptive Sparse Inference Framework with Token and Neuron Pruning for Comprehensive Acceleration of Vision-Language Models
von: Wang, Qinsi, et al.
Veröffentlicht: (2025)

Multitask GLocal OBIA-Mamba for Sentinel-2 Landcover Mapping
von: Dewis, Zack, et al.
Veröffentlicht: (2025)

Structurally Prune Anything: Any Architecture, Any Framework, Any Time
von: Wang, Xun, et al.
Veröffentlicht: (2024)

Robust Few-Shot Ensemble Learning with Focal Diversity-Based Pruning
von: Tekin, Selim Furkan, et al.
Veröffentlicht: (2024)

MTL-Split: Multi-Task Learning for Edge Devices using Split Computing
von: Capogrosso, Luigi, et al.
Veröffentlicht: (2024)

Physics Inspired Criterion for Pruning-Quantization Joint Learning
von: Xie, Weiying, et al.
Veröffentlicht: (2023)

Dissipative Learning: A Framework for Viable Adaptive Systems
von: Caraffa, Laurent
Veröffentlicht: (2026)