Enregistré dans:
| Auteurs principaux: | Wei, Yongxian, Tang, Anke, Shen, Li, Hu, Zixuan, Yuan, Chun, Cao, Xiaochun |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2501.01230 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Task Groupings Regularization: Data-Free Meta-Learning with Heterogeneous Pre-trained Models
par: Wei, Yongxian, et autres
Publié: (2024)
par: Wei, Yongxian, et autres
Publié: (2024)
Whoever Started the Interference Should End It: Guiding Data-Free Model Merging via Task Vectors
par: Cheng, Runxi, et autres
Publié: (2025)
par: Cheng, Runxi, et autres
Publié: (2025)
Unlocking Tuning-Free Few-Shot Adaptability in Visual Foundation Models by Recycling Pre-Tuned LoRAs
par: Hu, Zixuan, et autres
Publié: (2024)
par: Hu, Zixuan, et autres
Publié: (2024)
Efficient and Effective Weight-Ensembling Mixture of Experts for Multi-Task Model Merging
par: Shen, Li, et autres
Publié: (2024)
par: Shen, Li, et autres
Publié: (2024)
Task-Distributionally Robust Data-Free Meta-Learning
par: Hu, Zixuan, et autres
Publié: (2023)
par: Hu, Zixuan, et autres
Publié: (2023)
Adaptive Defense against Harmful Fine-Tuning for Large Language Models via Bayesian Data Scheduler
par: Hu, Zixuan, et autres
Publié: (2025)
par: Hu, Zixuan, et autres
Publié: (2025)
Sparse Model Inversion: Efficient Inversion of Vision Transformers for Data-Free Applications
par: Hu, Zixuan, et autres
Publié: (2025)
par: Hu, Zixuan, et autres
Publié: (2025)
FREE: Faster and Better Data-Free Meta-Learning
par: Wei, Yongxian, et autres
Publié: (2024)
par: Wei, Yongxian, et autres
Publié: (2024)
Merging Multi-Task Models via Weight-Ensembling Mixture of Experts
par: Tang, Anke, et autres
Publié: (2024)
par: Tang, Anke, et autres
Publié: (2024)
Mitigating the Backdoor Effect for Multi-Task Model Merging via Safety-Aware Subspace
par: Yang, Jinluan, et autres
Publié: (2024)
par: Yang, Jinluan, et autres
Publié: (2024)
AdaMerging: Adaptive Model Merging for Multi-Task Learning
par: Yang, Enneng, et autres
Publié: (2023)
par: Yang, Enneng, et autres
Publié: (2023)
Merging Models on the Fly Without Retraining: A Sequential Approach to Scalable Continual Model Merging
par: Tang, Anke, et autres
Publié: (2025)
par: Tang, Anke, et autres
Publié: (2025)
Multi-Task Model Merging via Adaptive Weight Disentanglement
par: Xiong, Feng, et autres
Publié: (2024)
par: Xiong, Feng, et autres
Publié: (2024)
Attacking Large Language Models with Projected Gradient Descent
par: Geisler, Simon, et autres
Publié: (2024)
par: Geisler, Simon, et autres
Publié: (2024)
A Unified Generalization Framework for Model Merging: Trade-offs, Non-Linearity, and Scaling Laws
par: Li, Qinglun, et autres
Publié: (2026)
par: Li, Qinglun, et autres
Publié: (2026)
Gradient Flow Drifting: Generative Modeling via Wasserstein Gradient Flows of KDE-Approximated Divergences
par: Cao, Jiarui, et autres
Publié: (2026)
par: Cao, Jiarui, et autres
Publié: (2026)
Transformers Learn to Implement Multi-step Gradient Descent with Chain of Thought
par: Huang, Jianhao, et autres
Publié: (2025)
par: Huang, Jianhao, et autres
Publié: (2025)
OptMerge: Unifying Multimodal LLM Capabilities and Modalities via Model Merging
par: Wei, Yongxian, et autres
Publié: (2025)
par: Wei, Yongxian, et autres
Publié: (2025)
Representation Surgery for Multi-Task Model Merging
par: Yang, Enneng, et autres
Publié: (2024)
par: Yang, Enneng, et autres
Publié: (2024)
Grams: Gradient Descent with Adaptive Momentum Scaling
par: Cao, Yang, et autres
Publié: (2024)
par: Cao, Yang, et autres
Publié: (2024)
One Model for All Tasks: Leveraging Efficient World Models in Multi-Task Planning
par: Pu, Yuan, et autres
Publié: (2025)
par: Pu, Yuan, et autres
Publié: (2025)
Stochastic Adaptive Gradient Descent Without Descent
par: Aujol, Jean-François, et autres
Publié: (2025)
par: Aujol, Jean-François, et autres
Publié: (2025)
Transformers Trained via Gradient Descent Can Provably Learn a Class of Teacher Models
par: Zhang, Chenyang, et autres
Publié: (2026)
par: Zhang, Chenyang, et autres
Publié: (2026)
Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities
par: Yang, Enneng, et autres
Publié: (2024)
par: Yang, Enneng, et autres
Publié: (2024)
Adaptive Conditional Gradient Descent
par: Khademi, Abbas, et autres
Publié: (2025)
par: Khademi, Abbas, et autres
Publié: (2025)
Transformers Efficiently Perform In-Context Logistic Regression via Normalized Gradient Descent
par: Zhang, Chenyang, et autres
Publié: (2026)
par: Zhang, Chenyang, et autres
Publié: (2026)
Mix Data or Merge Models? Balancing the Helpfulness, Honesty, and Harmlessness of Large Language Model via Model Merging
par: Yang, Jinluan, et autres
Publié: (2025)
par: Yang, Jinluan, et autres
Publié: (2025)
Model Breadcrumbs: Scaling Multi-Task Model Merging with Sparse Masks
par: Davari, MohammadReza, et autres
Publié: (2023)
par: Davari, MohammadReza, et autres
Publié: (2023)
Enhancing Adversarial Text Attacks on BERT Models with Projected Gradient Descent
par: Waghela, Hetvi, et autres
Publié: (2024)
par: Waghela, Hetvi, et autres
Publié: (2024)
Stochastic Gradient Descent with Adaptive Data
par: Che, Ethan, et autres
Publié: (2024)
par: Che, Ethan, et autres
Publié: (2024)
Stochastic Normalized Gradient Descent with Momentum for Large-Batch Training
par: Zhao, Shen-Yi, et autres
Publié: (2020)
par: Zhao, Shen-Yi, et autres
Publié: (2020)
Architecture, Dataset and Model-Scale Agnostic Data-free Meta-Learning
par: Hu, Zixuan, et autres
Publié: (2023)
par: Hu, Zixuan, et autres
Publié: (2023)
Elastic Multi-Gradient Descent for Parallel Continual Learning
par: Lyu, Fan, et autres
Publié: (2024)
par: Lyu, Fan, et autres
Publié: (2024)
Parameter Efficient Multi-task Model Fusion with Partial Linearization
par: Tang, Anke, et autres
Publié: (2023)
par: Tang, Anke, et autres
Publié: (2023)
Integrating Intermediate Layer Optimization and Projected Gradient Descent for Solving Inverse Problems with Diffusion Models
par: Zheng, Yang, et autres
Publié: (2025)
par: Zheng, Yang, et autres
Publié: (2025)
Learning Tree-Based Models with Gradient Descent
par: Marton, Sascha
Publié: (2026)
par: Marton, Sascha
Publié: (2026)
Bolstering Stochastic Gradient Descent with Model Building
par: Birbil, S. Ilker, et autres
Publié: (2021)
par: Birbil, S. Ilker, et autres
Publié: (2021)
Towards Understanding the Generalizability of Delayed Stochastic Gradient Descent
par: Deng, Xiaoge, et autres
Publié: (2023)
par: Deng, Xiaoge, et autres
Publié: (2023)
Euclidean Distance Matrix Completion via Asymmetric Projected Gradient Descent
par: Li, Yicheng, et autres
Publié: (2025)
par: Li, Yicheng, et autres
Publié: (2025)
On the Inherent Privacy of Zeroth Order Projected Gradient Descent
par: Gupta, Devansh, et autres
Publié: (2025)
par: Gupta, Devansh, et autres
Publié: (2025)
Documents similaires
-
Task Groupings Regularization: Data-Free Meta-Learning with Heterogeneous Pre-trained Models
par: Wei, Yongxian, et autres
Publié: (2024) -
Whoever Started the Interference Should End It: Guiding Data-Free Model Merging via Task Vectors
par: Cheng, Runxi, et autres
Publié: (2025) -
Unlocking Tuning-Free Few-Shot Adaptability in Visual Foundation Models by Recycling Pre-Tuned LoRAs
par: Hu, Zixuan, et autres
Publié: (2024) -
Efficient and Effective Weight-Ensembling Mixture of Experts for Multi-Task Model Merging
par: Shen, Li, et autres
Publié: (2024) -
Task-Distributionally Robust Data-Free Meta-Learning
par: Hu, Zixuan, et autres
Publié: (2023)