LoCa: Logit Calibration for Knowledge Distillation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yang, Runming, Wu, Taiqiang, Yang, Yujiu |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LLM-NEO: Parameter Efficient Knowledge Distillation for Large Language Models
par: Yang, Runming, et autres
Publié: (2024)
par: Yang, Runming, et autres
Publié: (2024)
Weight-Inherited Distillation for Task-Agnostic BERT Compression
par: Wu, Taiqiang, et autres
Publié: (2023)
par: Wu, Taiqiang, et autres
Publié: (2023)
Internalize the Temperature: On-Policy Self-Distillation as Policy Reheater for Reinforcement Learning
par: Yang, Xuewei, et autres
Publié: (2026)
par: Yang, Xuewei, et autres
Publié: (2026)
Unchosen Experts Can Contribute Too: Unleashing MoE Models' Power by Self-Contrast
par: Shi, Chufan, et autres
Publié: (2024)
par: Shi, Chufan, et autres
Publié: (2024)
ProFit: Leveraging High-Value Signals in SFT via Probability-Guided Token Selection
par: Liu, Tao, et autres
Publié: (2026)
par: Liu, Tao, et autres
Publié: (2026)
Rethinking Kullback-Leibler Divergence in Knowledge Distillation for Large Language Models
par: Wu, Taiqiang, et autres
Publié: (2024)
par: Wu, Taiqiang, et autres
Publié: (2024)
OmniOPD: Logit-Free On-Policy Distillation via Speculative Verification
par: Zhou, Yuhang, et autres
Publié: (2026)
par: Zhou, Yuhang, et autres
Publié: (2026)
Shadow-FT: Tuning Instruct Model via Training on Paired Base Model
par: Wu, Taiqiang, et autres
Publié: (2025)
par: Wu, Taiqiang, et autres
Publié: (2025)
Sparse Logit Sampling: Accelerating Knowledge Distillation in LLMs
par: Anshumann, et autres
Publié: (2025)
par: Anshumann, et autres
Publié: (2025)
Progressive Knowledge Graph Completion
par: Li, Jiayi, et autres
Publié: (2024)
par: Li, Jiayi, et autres
Publié: (2024)
DALD: Improving Logits-based Detector without Logits from Black-box LLMs
par: Zeng, Cong, et autres
Publié: (2024)
par: Zeng, Cong, et autres
Publié: (2024)
Exploiting LLMs for Automatic Hypothesis Assessment via a Logit-Based Calibrated Prior
par: Gong, Yue, et autres
Publié: (2025)
par: Gong, Yue, et autres
Publié: (2025)
Stabilizing Policy Optimization via Logits Convexity
par: Chen, Hongzhan, et autres
Publié: (2026)
par: Chen, Hongzhan, et autres
Publié: (2026)
ROMER: Expert Replacement and Router Calibration for Robust MoE LLMs on Analog Compute-in-Memory Systems
par: Zhou, Wenyong, et autres
Publié: (2026)
par: Zhou, Wenyong, et autres
Publié: (2026)
Towards Token-Level Text Anomaly Detection
par: Cao, Yang, et autres
Publié: (2026)
par: Cao, Yang, et autres
Publié: (2026)
Edge-free but Structure-aware: Prototype-Guided Knowledge Distillation from GNNs to MLPs
par: Wu, Taiqiang, et autres
Publié: (2023)
par: Wu, Taiqiang, et autres
Publié: (2023)
KD-LoRA: A Hybrid Approach to Efficient Fine-Tuning with LoRA and Knowledge Distillation
par: Azimi, Rambod, et autres
Publié: (2024)
par: Azimi, Rambod, et autres
Publié: (2024)
MLKD-BERT: Multi-level Knowledge Distillation for Pre-trained Language Models
par: Zhang, Ying, et autres
Publié: (2024)
par: Zhang, Ying, et autres
Publié: (2024)
Sinkhorn Distance Minimization for Knowledge Distillation
par: Cui, Xiao, et autres
Publié: (2024)
par: Cui, Xiao, et autres
Publié: (2024)
X-Token: Projection-Guided Cross-Tokenizer Knowledge Distillation
par: Sreenivas, Sharath Turuvekere, et autres
Publié: (2026)
par: Sreenivas, Sharath Turuvekere, et autres
Publié: (2026)
Relational Knowledge Distillation Using Fine-tuned Function Vectors
par: Kang, Andrea, et autres
Publié: (2026)
par: Kang, Andrea, et autres
Publié: (2026)
Logit Reweighting for Topic-Focused Summarization
par: Braun, Joschka, et autres
Publié: (2025)
par: Braun, Joschka, et autres
Publié: (2025)
Knowledge Distillation and Dataset Distillation of Large Language Models: Emerging Trends, Challenges, and Future Directions
par: Fang, Luyang, et autres
Publié: (2025)
par: Fang, Luyang, et autres
Publié: (2025)
Knowledge Distillation with Training Wheels
par: Liu, Guanlin, et autres
Publié: (2025)
par: Liu, Guanlin, et autres
Publié: (2025)
Revisiting Model Interpolation for Efficient Reasoning
par: Wu, Taiqiang, et autres
Publié: (2025)
par: Wu, Taiqiang, et autres
Publié: (2025)
Self-Calibrating Language Models via Test-Time Discriminative Distillation
par: Hedna, Mohamed Rissal, et autres
Publié: (2026)
par: Hedna, Mohamed Rissal, et autres
Publié: (2026)
Feature Alignment and Representation Transfer in Knowledge Distillation for Large Language Models
par: Yang, Junjie, et autres
Publié: (2025)
par: Yang, Junjie, et autres
Publié: (2025)
Dual-Head Knowledge Distillation: Enhancing Logits Utilization with an Auxiliary Head
par: Yang, Penghui, et autres
Publié: (2024)
par: Yang, Penghui, et autres
Publié: (2024)
MiniDisc: Minimal Distillation Schedule for Language Model Compression
par: Zhang, Chen, et autres
Publié: (2022)
par: Zhang, Chen, et autres
Publié: (2022)
Logits are All We Need to Adapt Closed Models
par: Hiranandani, Gaurush, et autres
Publié: (2025)
par: Hiranandani, Gaurush, et autres
Publié: (2025)
Confidence Preservation Property in Knowledge Distillation Abstractions
par: Vengertsev, Dmitry, et autres
Publié: (2024)
par: Vengertsev, Dmitry, et autres
Publié: (2024)
Spectral Logit Sculpting: Adaptive Low-Rank Logit Transformation for Controlled Text Generation
par: Li, Jin, et autres
Publié: (2025)
par: Li, Jin, et autres
Publié: (2025)
Every Expert Matters: Towards Effective Knowledge Distillation for Mixture-of-Experts Language Models
par: Kim, Gyeongman, et autres
Publié: (2025)
par: Kim, Gyeongman, et autres
Publié: (2025)
Efficient Knowledge Injection in LLMs via Self-Distillation
par: Kujanpää, Kalle, et autres
Publié: (2024)
par: Kujanpää, Kalle, et autres
Publié: (2024)
In Good GRACEs: Principled Teacher Selection for Knowledge Distillation
par: Panigrahi, Abhishek, et autres
Publié: (2025)
par: Panigrahi, Abhishek, et autres
Publié: (2025)
Brewing Knowledge in Context: Distillation Perspectives on In-Context Learning
par: Li, Chengye, et autres
Publié: (2025)
par: Li, Chengye, et autres
Publié: (2025)
On the Calibration of Multilingual Question Answering LLMs
par: Yang, Yahan, et autres
Publié: (2023)
par: Yang, Yahan, et autres
Publié: (2023)
PromptKD: Distilling Student-Friendly Knowledge for Generative Language Models via Prompt Tuning
par: Kim, Gyeongman, et autres
Publié: (2024)
par: Kim, Gyeongman, et autres
Publié: (2024)
LoRA-drop: Efficient LoRA Parameter Pruning based on Output Evaluation
par: Zhou, Hongyun, et autres
Publié: (2024)
par: Zhou, Hongyun, et autres
Publié: (2024)
A Survey on Symbolic Knowledge Distillation of Large Language Models
par: Acharya, Kamal, et autres
Publié: (2024)
par: Acharya, Kamal, et autres
Publié: (2024)
Documents similaires
-
LLM-NEO: Parameter Efficient Knowledge Distillation for Large Language Models
par: Yang, Runming, et autres
Publié: (2024) -
Weight-Inherited Distillation for Task-Agnostic BERT Compression
par: Wu, Taiqiang, et autres
Publié: (2023) -
Internalize the Temperature: On-Policy Self-Distillation as Policy Reheater for Reinforcement Learning
par: Yang, Xuewei, et autres
Publié: (2026) -
Unchosen Experts Can Contribute Too: Unleashing MoE Models' Power by Self-Contrast
par: Shi, Chufan, et autres
Publié: (2024) -
ProFit: Leveraging High-Value Signals in SFT via Probability-Guided Token Selection
par: Liu, Tao, et autres
Publié: (2026)