Minimal Ranks, Maximum Confidence: Parameter-efficient Uncertainty Quantification for LoRA

Documenti analoghi

• LoRA-XS: Low-Rank Adaptation with Extremely Small Number of Parameters
  di: Bałazy, Klaudia, et al.
  Pubblicazione: (2024)
• Bayesian Fine-tuning in Projected Subspaces
  di: Dubovik, Viktar, et al.
  Pubblicazione: (2026)
• ZEUS: Zero-shot Embeddings for Unsupervised Separation of Tabular Data
  di: Marszałek, Patryk, et al.
  Pubblicazione: (2025)
• TACTIC for Navigating the Unknown: Tabular Anomaly deteCTion via In-Context inference
  di: Marszałek, Patryk, et al.
  Pubblicazione: (2026)
• Conceptualizing Embeddings: Sparse Disentanglement for Vision-Language Models
  di: Kubaty, Piotr, et al.
  Pubblicazione: (2026)