Copertina

Localize-and-Stitch: Efficient Model Merging via Sparse Task Arithmetic

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	He, Yifei, Hu, Yuzheng, Lin, Yong, Zhang, Tong, Zhao, Han
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computation and Language Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Multi-Task Model Merging via Adaptive Weight Disentanglement
di: Xiong, Feng, et al.
Pubblicazione: (2024)

Efficient Model Editing with Task-Localized Sparse Fine-tuning
di: Iurada, Leonardo, et al.
Pubblicazione: (2025)

ZJUKLAB at SemEval-2025 Task 4: Unlearning via Model Merging
di: Xu, Haoming, et al.
Pubblicazione: (2025)

Parameter Competition Balancing for Model Merging
di: Du, Guodong, et al.
Pubblicazione: (2024)

TASO: Task-Aligned Sparse Optimization for Parameter-Efficient Model Adaptation
di: Miao, Daiye, et al.
Pubblicazione: (2025)

Efficient Stitchable Task Adaptation
di: He, Haoyu, et al.
Pubblicazione: (2023)

BYOM: Building Your Own Multi-Task Model For Free
di: Jiang, Weisen, et al.
Pubblicazione: (2023)

DC-Merge: Improving Model Merging with Directional Consistency
di: Zhang, Han-Chen, et al.
Pubblicazione: (2026)

Merging Multi-Task Models via Weight-Ensembling Mixture of Experts
di: Tang, Anke, et al.
Pubblicazione: (2024)

Transferring Textual Preferences to Vision-Language Understanding through Model Merging
di: Li, Chen-An, et al.
Pubblicazione: (2025)

Realistic Evaluation of Model Merging for Compositional Generalization
di: Tam, Derek, et al.
Pubblicazione: (2024)

Efficient and Effective Weight-Ensembling Mixture of Experts for Multi-Task Model Merging
di: Shen, Li, et al.
Pubblicazione: (2024)

Localizing Task Information for Improved Model Merging and Compression
di: Wang, Ke, et al.
Pubblicazione: (2024)

MAGIC: Achieving Superior Model Merging via Magnitude Calibration
di: Li, Yayuan, et al.
Pubblicazione: (2025)

How to Merge Your Multimodal Models Over Time?
di: Dziadzio, Sebastian, et al.
Pubblicazione: (2024)

White-Box Transformers via Sparse Rate Reduction: Compression Is All There Is?
di: Yu, Yaodong, et al.
Pubblicazione: (2023)

The Instinctive Bias: Spurious Images lead to Illusion in MLLMs
di: Han, Tianyang, et al.
Pubblicazione: (2024)

Stay Unique, Stay Efficient: Preserving Model Personality in Multi-Task Merging
di: Guo, Kuangpu, et al.
Pubblicazione: (2025)

Steering LVLMs via Sparse Autoencoder for Hallucination Mitigation
di: Hua, Zhenglin, et al.
Pubblicazione: (2025)

FlashVID: Efficient Video Large Language Models via Training-free Tree-based Spatiotemporal Token Merging
di: Fan, Ziyang, et al.
Pubblicazione: (2026)

Exploring Model Kinship for Merging Large Language Models
di: Hu, Yedi, et al.
Pubblicazione: (2024)

EMR-Merging: Tuning-Free High-Performance Model Merging
di: Huang, Chenyu, et al.
Pubblicazione: (2024)

Efficient Vision-Language Reasoning via Adaptive Token Pruning
di: Li, Xue, et al.
Pubblicazione: (2025)

Task-Specific Directions: Definition, Exploration, and Utilization in Parameter Efficient Fine-Tuning
di: Si, Chongjie, et al.
Pubblicazione: (2024)

Beyond Adapter Retrieval: Latent Geometry-Preserving Composition via Sparse Task Projection
di: Jin, Pengfei, et al.
Pubblicazione: (2024)

D$^{3}$ToM: Decider-Guided Dynamic Token Merging for Accelerating Diffusion MLLMs
di: Chang, Shuochen, et al.
Pubblicazione: (2025)

T$^3$Bench: Benchmarking Current Progress in Text-to-3D Generation
di: He, Yuze, et al.
Pubblicazione: (2023)

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

Towards Efficient Large Vision-Language Models: A Comprehensive Survey on Inference Strategies
di: Pathak, Surendra, et al.
Pubblicazione: (2026)

T-Stitch: Accelerating Sampling in Pre-Trained Diffusion Models with Trajectory Stitching
di: Pan, Zizheng, et al.
Pubblicazione: (2024)

Video-Text Dataset Construction from Multi-AI Feedback: Promoting Weak-to-Strong Preference Learning for Video Large Language Models
di: Yi, Hao, et al.
Pubblicazione: (2024)

Sign Stitching: A Novel Approach to Sign Language Production
di: Walsh, Harry, et al.
Pubblicazione: (2024)

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

Dynamic-LLaVA: Efficient Multimodal Large Language Models via Dynamic Vision-language Context Sparsification
di: Huang, Wenxuan, et al.
Pubblicazione: (2024)

LLaVA-PruMerge: Adaptive Token Reduction for Efficient Large Multimodal Models
di: Shang, Yuzhang, et al.
Pubblicazione: (2024)

InfoMerge: Information-aware Token Compression for Efficient Video Large Language Models
di: Liu, Xinxin, et al.
Pubblicazione: (2026)

POSESTITCH-SLT: Linguistically Inspired Pose-Stitching for End-to-End Sign Language Translation
di: Joshi, Abhinav, et al.
Pubblicazione: (2025)

When Shared Knowledge Hurts: Spectral Over-Accumulation in Model Merging
di: Li, Yayuan, et al.
Pubblicazione: (2026)

Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities
di: Yang, Enneng, et al.
Pubblicazione: (2024)

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