Buchumschlag

Tracking Universal Features Through Fine-Tuning and Model Merging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Horn, Niels, Elliott, Desmond
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CRAFT Your Dataset: Task-Specific Synthetic Dataset Generation Through Corpus Retrieval and Augmentation
von: Ziegler, Ingo, et al.
Veröffentlicht: (2024)

Token Distillation: Attention-aware Input Embeddings For New Tokens
von: Dobler, Konstantin, et al.
Veröffentlicht: (2025)

ImageChain: Advancing Sequential Image-to-Text Reasoning in Multimodal Large Language Models
von: Villegas, Danae Sánchez, et al.
Veröffentlicht: (2025)

Mitigating Training Imbalance in LLM Fine-Tuning via Selective Parameter Merging
von: Ju, Yiming, et al.
Veröffentlicht: (2024)

Fine-Tuning Enhances Existing Mechanisms: A Case Study on Entity Tracking
von: Prakash, Nikhil, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of State Space Models
von: Galim, Kevin, et al.
Veröffentlicht: (2024)

Dissecting Fine-Tuning Unlearning in Large Language Models
von: Hong, Yihuai, et al.
Veröffentlicht: (2024)

Fine-Tuning Language Models with Just Forward Passes
von: Malladi, Sadhika, et al.
Veröffentlicht: (2023)

Merge to Learn: Efficiently Adding Skills to Language Models with Model Merging
von: Morrison, Jacob, et al.
Veröffentlicht: (2024)

Anchored Supervised Fine-Tuning
von: Zhu, He, et al.
Veröffentlicht: (2025)

Personalized Collaborative Fine-Tuning for On-Device Large Language Models
von: Wagner, Nicolas, et al.
Veröffentlicht: (2024)

How Multilingual Are Large Language Models Fine-Tuned for Translation?
von: Richburg, Aquia, et al.
Veröffentlicht: (2024)

Model Editing by Standard Fine-Tuning
von: Gangadhar, Govind, et al.
Veröffentlicht: (2024)

Fine-Tuning Large Language Models to Appropriately Abstain with Semantic Entropy
von: Tjandra, Benedict Aaron, et al.
Veröffentlicht: (2024)

Communication-Efficient and Tensorized Federated Fine-Tuning of Large Language Models
von: Ghiasvand, Sajjad, et al.
Veröffentlicht: (2024)

Regularization Through Reasoning: Systematic Improvements in Language Model Classification via Explanation-Enhanced Fine-Tuning
von: Shah, Vivswan, et al.
Veröffentlicht: (2025)

Prompt Tuning for Natural Language to SQL with Embedding Fine-Tuning and RAG
von: Jang, Jisoo, et al.
Veröffentlicht: (2025)

QEFT: Quantization for Efficient Fine-Tuning of LLMs
von: Lee, Changhun, et al.
Veröffentlicht: (2024)

On the Utility of Domain-Adjacent Fine-Tuned Model Ensembles for Few-shot Problems
von: Alam, Md Ibrahim Ibne, et al.
Veröffentlicht: (2024)

Fine-Tuning Pre-trained Language Models to Detect In-Game Trash Talks
von: Fesalbon, Daniel, et al.
Veröffentlicht: (2024)

SPP: Sparsity-Preserved Parameter-Efficient Fine-Tuning for Large Language Models
von: Lu, Xudong, et al.
Veröffentlicht: (2024)

Fine Tuning Methods for Low-resource Languages
von: Bakkenes, Tim, et al.
Veröffentlicht: (2025)

Energy and Carbon Considerations of Fine-Tuning BERT
von: Wang, Xiaorong, et al.
Veröffentlicht: (2023)

UFT: Unifying Supervised and Reinforcement Fine-Tuning
von: Liu, Mingyang, et al.
Veröffentlicht: (2025)

Graph-Based Spectral Decomposition for Parameter Coordination in Language Model Fine-Tuning
von: Zhang, Hanlu, et al.
Veröffentlicht: (2025)

Rethinking State Tracking in Recurrent Models Through Error Control Dynamics
von: Chung, Jiwan, et al.
Veröffentlicht: (2026)

Reasoning Dynamics and the Limits of Monitoring Modality Reliance in Vision-Language Models
von: Villegas, Danae Sánchez, et al.
Veröffentlicht: (2026)

Parameter-Efficient Fine-Tuning for Foundation Models
von: Zhang, Dan, et al.
Veröffentlicht: (2025)

TPP-LLM: Modeling Temporal Point Processes by Efficiently Fine-Tuning Large Language Models
von: Liu, Zefang, et al.
Veröffentlicht: (2024)

Empirical Analysis of Efficient Fine-Tuning Methods for Large Pre-Trained Language Models
von: Doering, Nigel, et al.
Veröffentlicht: (2024)

Deep Learning for Medical Text Processing: BERT Model Fine-Tuning and Comparative Study
von: Hu, Jiacheng, et al.
Veröffentlicht: (2024)

DropBP: Accelerating Fine-Tuning of Large Language Models by Dropping Backward Propagation
von: Woo, Sunghyeon, et al.
Veröffentlicht: (2024)

Fine-Tuned Large Language Models for Symptom Recognition from Spanish Clinical Text
von: Shaaban, Mai A., et al.
Veröffentlicht: (2024)

Confidence Is All You Need: Few-Shot RL Fine-Tuning of Language Models
von: Li, Pengyi, et al.
Veröffentlicht: (2025)

ScoNe: Benchmarking Negation Reasoning in Language Models With Fine-Tuning and In-Context Learning
von: She, Jingyuan Selena, et al.
Veröffentlicht: (2023)

Less but Better: Parameter-Efficient Fine-Tuning of Large Language Models for Personality Detection
von: Shen, Lingzhi, et al.
Veröffentlicht: (2025)

What Matters in LLM-generated Data: Diversity and Its Effect on Model Fine-Tuning
von: Zhu, Yuchang, et al.
Veröffentlicht: (2025)

Causal Fine-Tuning under Latent Confounded Shift
von: Yu, Jialin, et al.
Veröffentlicht: (2024)

In-Context Learning and Fine-Tuning GPT for Argument Mining
von: Cabessa, Jérémie, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning via Circular Convolution
von: Chen, Aochuan, et al.
Veröffentlicht: (2024)