Velocitune: A Velocity-based Dynamic Domain Reweighting Method for Continual Pre-training
Fuente:
arXiv
Salvato in:
| Autori principali: | Luo, Zheheng, Zhang, Xin, Liu, Xiao, Li, Haoling, Gong, Yeyun, Qi, Chen, Cheng, Peng |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Data Mixing Agent: Learning to Re-weight Domains for Continual Pre-training
di: Yang, Kailai, et al.
Pubblicazione: (2025)
di: Yang, Kailai, et al.
Pubblicazione: (2025)
Enhancing Large Language Model Performance with Gradient-Based Parameter Selection
di: Li, Haoling, et al.
Pubblicazione: (2024)
di: Li, Haoling, et al.
Pubblicazione: (2024)
Process-based Self-Rewarding Language Models
di: Zhang, Shimao, et al.
Pubblicazione: (2025)
di: Zhang, Shimao, et al.
Pubblicazione: (2025)
SoftDedup: an Efficient Data Reweighting Method for Speeding Up Language Model Pre-training
di: He, Nan, et al.
Pubblicazione: (2024)
di: He, Nan, et al.
Pubblicazione: (2024)
PROM: A Phrase-level Copying Mechanism with Pre-training for Abstractive Summarization
di: Ma, Xinbei, et al.
Pubblicazione: (2023)
di: Ma, Xinbei, et al.
Pubblicazione: (2023)
Improving Data and Reward Design for Scientific Reasoning in Large Language Models
di: Chen, Zijie, et al.
Pubblicazione: (2026)
di: Chen, Zijie, et al.
Pubblicazione: (2026)
DeepThink: Aligning Language Models with Domain-Specific User Intents
di: Li, Yang, et al.
Pubblicazione: (2025)
di: Li, Yang, et al.
Pubblicazione: (2025)
Memory Grafting: Scaling Language Model Pre-training via Offline Conditional Memory
di: Cheng, Runxi, et al.
Pubblicazione: (2026)
di: Cheng, Runxi, et al.
Pubblicazione: (2026)
DynamixSFT: Dynamic Mixture Optimization of Instruction Tuning Collections
di: Shin, Haebin, et al.
Pubblicazione: (2025)
di: Shin, Haebin, et al.
Pubblicazione: (2025)
Revealing the Learning Dynamics of Long-Context Continual Pre-training
di: Liang, Yupu, et al.
Pubblicazione: (2026)
di: Liang, Yupu, et al.
Pubblicazione: (2026)
ToReMi: Topic-Aware Data Reweighting for Dynamic Pre-Training Data Selection
di: Zhu, Xiaoxuan, et al.
Pubblicazione: (2025)
di: Zhu, Xiaoxuan, et al.
Pubblicazione: (2025)
HiCaM: A Hierarchical-Causal Modification Framework for Long-Form Text Modification
di: Shi, Yuntao, et al.
Pubblicazione: (2025)
di: Shi, Yuntao, et al.
Pubblicazione: (2025)
Ensembling Large Language Models with Process Reward-Guided Tree Search for Better Complex Reasoning
di: Park, Sungjin, et al.
Pubblicazione: (2024)
di: Park, Sungjin, et al.
Pubblicazione: (2024)
Factual consistency evaluation of summarization in the Era of large language models
di: Luo, Zheheng, et al.
Pubblicazione: (2024)
di: Luo, Zheheng, et al.
Pubblicazione: (2024)
The Lay Person's Guide to Biomedicine: Orchestrating Large Language Models
di: Luo, Zheheng, et al.
Pubblicazione: (2024)
di: Luo, Zheheng, et al.
Pubblicazione: (2024)
Pre-training Language Model Incorporating Domain-specific Heterogeneous Knowledge into A Unified Representation
di: Zhu, Hongyin, et al.
Pubblicazione: (2021)
di: Zhu, Hongyin, et al.
Pubblicazione: (2021)
G-MAP: General Memory-Augmented Pre-trained Language Model for Domain Tasks
di: Wan, Zhongwei, et al.
Pubblicazione: (2022)
di: Wan, Zhongwei, et al.
Pubblicazione: (2022)
Pre-trained Large Language Models for Financial Sentiment Analysis
di: Luo, Wei, et al.
Pubblicazione: (2024)
di: Luo, Wei, et al.
Pubblicazione: (2024)
Overcoming Vocabulary Mismatch: Vocabulary-agnostic Teacher Guided Language Modeling
di: Shin, Haebin, et al.
Pubblicazione: (2025)
di: Shin, Haebin, et al.
Pubblicazione: (2025)
Scaling Agents via Continual Pre-training
di: Su, Liangcai, et al.
Pubblicazione: (2025)
di: Su, Liangcai, et al.
Pubblicazione: (2025)
Task Oriented In-Domain Data Augmentation
di: Liang, Xiao, et al.
Pubblicazione: (2024)
di: Liang, Xiao, et al.
Pubblicazione: (2024)
Efficient Continual Pre-training for Building Domain Specific Large Language Models
di: Xie, Yong, et al.
Pubblicazione: (2023)
di: Xie, Yong, et al.
Pubblicazione: (2023)
Domain Pre-training Impact on Representations
di: Gonzalez-Gutierrez, Cesar, et al.
Pubblicazione: (2025)
di: Gonzalez-Gutierrez, Cesar, et al.
Pubblicazione: (2025)
MaP: A Unified Framework for Reliable Evaluation of Pre-training Dynamics
di: Wang, Jiapeng, et al.
Pubblicazione: (2025)
di: Wang, Jiapeng, et al.
Pubblicazione: (2025)
Examining Forgetting in Continual Pre-training of Aligned Large Language Models
di: Li, Chen-An, et al.
Pubblicazione: (2024)
di: Li, Chen-An, et al.
Pubblicazione: (2024)
Are Large Language Models True Healthcare Jacks-of-All-Trades? Benchmarking Across Health Professions Beyond Physician Exams
di: Luo, Zheheng, et al.
Pubblicazione: (2024)
di: Luo, Zheheng, et al.
Pubblicazione: (2024)
Learning from the Best, Differently: A Diversity-Driven Rethinking on Data Selection
di: He, Hongyi, et al.
Pubblicazione: (2025)
di: He, Hongyi, et al.
Pubblicazione: (2025)
Mecellem Models: Turkish Models Trained from Scratch and Continually Pre-trained for the Legal Domain
di: Uğur, Özgür, et al.
Pubblicazione: (2026)
di: Uğur, Özgür, et al.
Pubblicazione: (2026)
Continual Pre-Training is (not) What You Need in Domain Adaption
di: Chen, Pin-Er, et al.
Pubblicazione: (2025)
di: Chen, Pin-Er, et al.
Pubblicazione: (2025)
Efficient Continual Pre-training by Mitigating the Stability Gap
di: Guo, Yiduo, et al.
Pubblicazione: (2024)
di: Guo, Yiduo, et al.
Pubblicazione: (2024)
Optimizing Large Language Model Training Using FP4 Quantization
di: Wang, Ruizhe, et al.
Pubblicazione: (2025)
di: Wang, Ruizhe, et al.
Pubblicazione: (2025)
InsCL: A Data-efficient Continual Learning Paradigm for Fine-tuning Large Language Models with Instructions
di: Wang, Yifan, et al.
Pubblicazione: (2024)
di: Wang, Yifan, et al.
Pubblicazione: (2024)
VCORE: Variance-Controlled Optimization-based Reweighting for Chain-of-Thought Supervision
di: Gong, Xuan, et al.
Pubblicazione: (2025)
di: Gong, Xuan, et al.
Pubblicazione: (2025)
Effectiveness of Pre-training for Few-shot Intent Classification
di: Zhang, Haode, et al.
Pubblicazione: (2021)
di: Zhang, Haode, et al.
Pubblicazione: (2021)
DoGE: Domain Reweighting with Generalization Estimation
di: Fan, Simin, et al.
Pubblicazione: (2023)
di: Fan, Simin, et al.
Pubblicazione: (2023)
Can Pre-trained Language Models Understand Chinese Humor?
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
Construction of Domain-specified Japanese Large Language Model for Finance through Continual Pre-training
di: Hirano, Masanori, et al.
Pubblicazione: (2024)
di: Hirano, Masanori, et al.
Pubblicazione: (2024)
New Intent Discovery with Pre-training and Contrastive Learning
di: Zhang, Yuwei, et al.
Pubblicazione: (2022)
di: Zhang, Yuwei, et al.
Pubblicazione: (2022)
Variator: Accelerating Pre-trained Models with Plug-and-Play Compression Modules
di: Xiao, Chaojun, et al.
Pubblicazione: (2023)
di: Xiao, Chaojun, et al.
Pubblicazione: (2023)
Hadamard Adapter: An Extreme Parameter-Efficient Adapter Tuning Method for Pre-trained Language Models
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
di: Chen, Yuyan, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Data Mixing Agent: Learning to Re-weight Domains for Continual Pre-training
di: Yang, Kailai, et al.
Pubblicazione: (2025) -
Enhancing Large Language Model Performance with Gradient-Based Parameter Selection
di: Li, Haoling, et al.
Pubblicazione: (2024) -
Process-based Self-Rewarding Language Models
di: Zhang, Shimao, et al.
Pubblicazione: (2025) -
SoftDedup: an Efficient Data Reweighting Method for Speeding Up Language Model Pre-training
di: He, Nan, et al.
Pubblicazione: (2024) -
PROM: A Phrase-level Copying Mechanism with Pre-training for Abstractive Summarization
di: Ma, Xinbei, et al.
Pubblicazione: (2023)