Buchumschlag

FedDTPT: Federated Discrete and Transferable Prompt Tuning for Black-Box Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Jiaqi, Chen, Simin, Yang, Yuzhe, Li, Yijiang, Hou, Shiyue, Jing, Rui, Wang, Zehua, Chen, Wei, Tian, Zijian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FedRE: A Representation Entanglement Framework for Model-Heterogeneous Federated Learning
von: Yao, Yuan, et al.
Veröffentlicht: (2025)

FedSpaLLM: Federated Pruning of Large Language Models
von: Bai, Guangji, et al.
Veröffentlicht: (2024)

FedAPT: Federated Adversarial Prompt Tuning for Vision-Language Models
von: Zhai, Kun, et al.
Veröffentlicht: (2025)

FedOne: Query-Efficient Federated Learning for Black-box Discrete Prompt Learning
von: Wang, Ganyu, et al.
Veröffentlicht: (2025)

Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment
von: Wu, Jiaqi, et al.
Veröffentlicht: (2024)

AutoFed: Personalized Federated Traffic Prediction via Adaptive Prompt
von: Zhao, Zijian, et al.
Veröffentlicht: (2025)

DP-FedLoRA: Privacy-Enhanced Federated Fine-Tuning for On-Device Large Language Models
von: Xu, Honghui, et al.
Veröffentlicht: (2025)

FedMVP: Federated Multimodal Visual Prompt Tuning for Vision-Language Models
von: Singha, Mainak, et al.
Veröffentlicht: (2025)

FedMPT: Federated Multi-label Prompt Tuning of Vision-Language Models
von: Wang, Xucong, et al.
Veröffentlicht: (2026)

FedDEAP: Adaptive Dual-Prompt Tuning for Multi-Domain Federated Learning
von: Zheng, Yubin, et al.
Veröffentlicht: (2025)

FedMKT: Federated Mutual Knowledge Transfer for Large and Small Language Models
von: Fan, Tao, et al.
Veröffentlicht: (2024)

FedNano: Toward Lightweight Federated Tuning for Pretrained Multimodal Large Language Models
von: Zhang, Yao, et al.
Veröffentlicht: (2025)

FedAL: Black-Box Federated Knowledge Distillation Enabled by Adversarial Learning
von: Han, Pengchao, et al.
Veröffentlicht: (2023)

FedLLM-Bench: Realistic Benchmarks for Federated Learning of Large Language Models
von: Ye, Rui, et al.
Veröffentlicht: (2024)

FedFair^3: Unlocking Threefold Fairness in Federated Learning
von: Javaherian, Simin, et al.
Veröffentlicht: (2024)

Auto-Tuning Safety Guardrails for Black-Box Large Language Models
von: Abdulkadir, Perry
Veröffentlicht: (2025)

EvoDefense: Co-Evolving Black-Box Defense with Large Language Models
von: Li, Yu, et al.
Veröffentlicht: (2026)

Knowledge Distillation of Black-Box Large Language Models
von: Chen, Hongzhan, et al.
Veröffentlicht: (2024)

Towards Understanding Adversarial Transferability in Federated Learning
von: Li, Yijiang, et al.
Veröffentlicht: (2023)

PAT: Pruning-Aware Tuning for Large Language Models
von: Liu, Yijiang, et al.
Veröffentlicht: (2024)

FedPop: Federated Population-based Hyperparameter Tuning
von: Chen, Haokun, et al.
Veröffentlicht: (2023)

Prompting the Unseen: Detecting Hidden Backdoors in Black-Box Models
von: Huang, Zi-Xuan, et al.
Veröffentlicht: (2024)

Inference-Aware Prompt Optimization for Aligning Black-Box Large Language Models
von: Mahmud, Saaduddin, et al.
Veröffentlicht: (2025)

FedHPL: Efficient Heterogeneous Federated Learning with Prompt Tuning and Logit Distillation
von: Ma, Yuting, et al.
Veröffentlicht: (2024)

Advanced Black-Box Tuning of Large Language Models with Limited API Calls
von: Xie, Zhikang, et al.
Veröffentlicht: (2025)

Efficient Detection Framework Adaptation for Edge Computing: A Plug-and-play Neural Network Toolbox Enabling Edge Deployment
von: Wu, Jiaqi, et al.
Veröffentlicht: (2024)

FedKRSO: Communication and Memory Efficient Federated Fine-Tuning of Large Language Models
von: Yang, Guohao, et al.
Veröffentlicht: (2026)

FedPURIN: Programmed Update and Reduced INformation for Sparse Personalized Federated Learning
von: Xie, Lunchen, et al.
Veröffentlicht: (2025)

Diffusion Large Language Models for Black-Box Optimization
von: Yuan, Ye, et al.
Veröffentlicht: (2026)

Leveraging Unstructured Text Data for Federated Instruction Tuning of Large Language Models
von: Ye, Rui, et al.
Veröffentlicht: (2024)

FedGTST: Boosting Global Transferability of Federated Models via Statistics Tuning
von: Ma, Evelyn, et al.
Veröffentlicht: (2024)

IAPT: Instruction-Aware Prompt Tuning for Large Language Models
von: Zhu, Wei, et al.
Veröffentlicht: (2024)

Black-Box Prompt Optimization: Aligning Large Language Models without Model Training
von: Cheng, Jiale, et al.
Veröffentlicht: (2023)

Unlocking the Black Box: A Five-Dimensional Framework for Evaluating Explainable AI in Credit Risk
von: Ye, Rongbin, et al.
Veröffentlicht: (2025)

Discrete Prompt Tuning via Recursive Utilization of Black-box Multimodal Large Language Model for Personalized Visual Emotion Recognition
von: Takahashi, Ryo, et al.
Veröffentlicht: (2025)

FedShield-LLM: A Secure and Scalable Federated Fine-Tuned Large Language Model
von: Mia, Md Jueal, et al.
Veröffentlicht: (2025)

FedPT: Federated Proxy-Tuning of Large Language Models on Resource-Constrained Edge Devices
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Black-Box On-Policy Distillation of Large Language Models
von: Ye, Tianzhu, et al.
Veröffentlicht: (2025)

Make Prompt-based Black-Box Tuning Colorful: Boosting Model Generalization from Three Orthogonal Perspectives
von: Sun, Qiushi, et al.
Veröffentlicht: (2023)

ProtegoFed: Backdoor-Free Federated Instruction Tuning with Interspersed Poisoned Data
von: Zhao, Haodong, et al.
Veröffentlicht: (2026)