Buchumschlag

AT-MoE: Adaptive Task-planning Mixture of Experts via LoRA Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xurui, Yao, Juanjuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Ada-MoGE: Adaptive Mixture of Gaussian Expert Model for Time Series Forecasting
von: Ni, Zhenliang, et al.
Veröffentlicht: (2025)

FinLoRA: Benchmarking LoRA Methods for Fine-Tuning LLMs on Financial Datasets
von: Wang, Dannong, et al.
Veröffentlicht: (2025)

Explainable Heterogeneous Anomaly Detection in Financial Networks via Adaptive Expert Routing
von: Li, Zan, et al.
Veröffentlicht: (2025)

CatMemo at the FinLLM Challenge Task: Fine-Tuning Large Language Models using Data Fusion in Financial Applications
von: Cao, Yupeng, et al.
Veröffentlicht: (2024)

TT-LoRA MoE: Unifying Parameter-Efficient Fine-Tuning and Sparse Mixture-of-Experts
von: Kunwar, Pradip, et al.
Veröffentlicht: (2025)

Adaptive Shared Experts with LoRA-Based Mixture of Experts for Multi-Task Learning
von: Yang, Minghao, et al.
Veröffentlicht: (2025)

GSMT: Graph Fusion and Spatiotemporal TaskCorrection for Multi-Bus Trajectory Prediction
von: Ding, Fan, et al.
Veröffentlicht: (2025)

Diffusion Models for Molecules: A Survey of Methods and Tasks
von: Wang, Liang, et al.
Veröffentlicht: (2025)

Adaptive-Sensorless Monitoring of Shipping Containers
von: Shen, Lingqing, et al.
Veröffentlicht: (2025)

CTF4Nuclear: Common Task Framework for Nuclear Fission and Fusion Models
von: Riva, Stefano, et al.
Veröffentlicht: (2026)

Context Clues: Evaluating Long Context Models for Clinical Prediction Tasks on EHRs
von: Wornow, Michael, et al.
Veröffentlicht: (2024)

EvoMesh: Adaptive Physical Simulation with Hierarchical Graph Evolutions
von: Deng, Huayu, et al.
Veröffentlicht: (2024)

AAD-LLM: Adaptive Anomaly Detection Using Large Language Models
von: Russell-Gilbert, Alicia, et al.
Veröffentlicht: (2024)

DoubleAdapt: A Meta-learning Approach to Incremental Learning for Stock Trend Forecasting
von: Zhao, Lifan, et al.
Veröffentlicht: (2023)

UrbanGraph: Physics-Informed Spatio-Temporal Dynamic Heterogeneous Graphs for Urban Microclimate Prediction
von: Xin, Weilin, et al.
Veröffentlicht: (2025)

Up-sampling-only and Adaptive Mesh-based GNN for Simulating Physical Systems
von: Lin, Fu, et al.
Veröffentlicht: (2024)

Crisis-Resilient Portfolio Management via Graph-based Spatio-Temporal Learning
von: Li, Zan, et al.
Veröffentlicht: (2025)

Predicting the Energy Landscape of Stochastic Dynamical System via Physics-informed Self-supervised Learning
von: Li, Ruikun, et al.
Veröffentlicht: (2025)

Revisiting Ensemble Methods for Stock Trading and Crypto Trading Tasks at ACM ICAIF FinRL Contest 2023-2024
von: Holzer, Nikolaus, et al.
Veröffentlicht: (2025)

Trade When Opportunity Comes: Price Movement Forecasting via Locality-Aware Attention and Iterative Refinement Labeling
von: Zeng, Liang, et al.
Veröffentlicht: (2021)

LoRALib: A Standardized Benchmark for Evaluating LoRA-MoE Methods
von: Wang, Shaoheng, et al.
Veröffentlicht: (2025)

DK-Root: A Joint Data-and-Knowledge-Driven Framework for Root Cause Analysis of QoE Degradations in Mobile Networks
von: Li, Qizhe, et al.
Veröffentlicht: (2025)

LLM-guided Chemical Process Optimization with a Multi-Agent Approach
von: Zeng, Tong, et al.
Veröffentlicht: (2025)

A Graph Machine Learning Approach for Detecting Topological Patterns in Transactional Graphs
von: Zola, Francesco, et al.
Veröffentlicht: (2025)

R&D-Agent-Quant: A Multi-Agent Framework for Data-Centric Factors and Model Joint Optimization
von: Li, Yuante, et al.
Veröffentlicht: (2025)

AquaSentinel: Next-Generation AI System Integrating Sensor Networks for Urban Underground Water Pipeline Anomaly Detection via Collaborative MoE-LLM Agent Architecture
von: Guo, Qiming, et al.
Veröffentlicht: (2025)

Integrating Physics and Data-Driven Approaches: An Explainable and Uncertainty-Aware Hybrid Model for Wind Turbine Power Prediction
von: Gijón, Alfonso, et al.
Veröffentlicht: (2025)

FlowOE: Imitation Learning with Flow Policy from Ensemble RL Experts for Optimal Execution under Heston Volatility and Concave Market Impacts
von: Li, Yang, et al.
Veröffentlicht: (2025)

Uncertainty separation via ensemble quantile regression
von: Ansari, Navid, et al.
Veröffentlicht: (2024)

TeVAE: A Variational Autoencoder Approach for Discrete Online Anomaly Detection in Variable-state Multivariate Time-series Data
von: Correia, Lucas, et al.
Veröffentlicht: (2024)

MolProphecy: Bridging Medicinal Chemists' Knowledge and Molecular Pre-Trained Models via a Multi-Modal Framework
von: Zhao, Jianping, et al.
Veröffentlicht: (2025)

Assessing Consistency and Reproducibility in the Outputs of Large Language Models: Evidence Across Diverse Finance and Accounting Tasks
von: Wang, Julian Junyan, et al.
Veröffentlicht: (2025)

AIGB: Generative Auto-bidding via Conditional Diffusion Modeling
von: Guo, Jiayan, et al.
Veröffentlicht: (2024)

On the Generalization in Topology Optimization via Sensitivity-Conditioned Bernoulli Flow Matching
von: Rashed, Mohammad, et al.
Veröffentlicht: (2026)

GIFT: Bootstrapping Image-to-CAD Program Synthesis via Geometric Feedback
von: Giannone, Giorgio, et al.
Veröffentlicht: (2026)

Retrosynthesis Planning via Worst-path Policy Optimisation in Tree-structured MDPs
von: Wang, Mianchu, et al.
Veröffentlicht: (2025)

GPTree: Towards Explainable Decision-Making via LLM-powered Decision Trees
von: Xiong, Sichao, et al.
Veröffentlicht: (2024)

Crash Assessment via Mesh-Based Graph Neural Networks and Physics-Aware Attention
von: Curtosi, Gabriel, et al.
Veröffentlicht: (2026)

Controllable Graph Generation with Diffusion Models via Inference-Time Tree Search Guidance
von: Zhao, Jiachi, et al.
Veröffentlicht: (2025)

Discrete Flow Matching Policy Optimization
von: Su, Maojiang, et al.
Veröffentlicht: (2026)