Buchumschlag

Single-Input Multi-Output Model Merging: Leveraging Foundation Models for Dense Multi-Task Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Giraldo, Juan Garcia, Dimitriadis, Nikolaos, Wang, Ke, Frossard, Pascal
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Localizing Task Information for Improved Model Merging and Compression
von: Wang, Ke, et al.
Veröffentlicht: (2024)

LiNeS: Post-training Layer Scaling Prevents Forgetting and Enhances Model Merging
von: Wang, Ke, et al.
Veröffentlicht: (2024)

Decouple-Then-Merge: Finetune Diffusion Models as Multi-Task Learning
von: Ma, Qianli, et al.
Veröffentlicht: (2024)

Representation Surgery for Multi-Task Model Merging
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

MapFM: Foundation Model-Driven HD Mapping with Multi-Task Contextual Learning
von: Ivanov, Leonid, et al.
Veröffentlicht: (2025)

Semantic Document Derendering: SVG Reconstruction via Vision-Language Modeling
von: Hazimeh, Adam, et al.
Veröffentlicht: (2025)

SurgeryV2: Bridging the Gap Between Model Merging and Multi-Task Learning with Deep Representation Surgery
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

OrthoDiffusion: A Generalizable Multi-Task Diffusion Foundation Model for Musculoskeletal MRI Interpretation
von: Lan, Tian, et al.
Veröffentlicht: (2026)

OmniRad: A Radiological Foundation Model for Multi-Task Medical Image Analysis
von: Zedda, Luca, et al.
Veröffentlicht: (2026)

VISOR: Visual Input-based Steering for Output Redirection in Vision-Language Models
von: Phute, Mansi, et al.
Veröffentlicht: (2025)

MagMax: Leveraging Model Merging for Seamless Continual Learning
von: Marczak, Daniel, et al.
Veröffentlicht: (2024)

Optimizing Dense Visual Predictions Through Multi-Task Coherence and Prioritization
von: Fontana, Maxime, et al.
Veröffentlicht: (2024)

MTMamba: Enhancing Multi-Task Dense Scene Understanding by Mamba-Based Decoders
von: Lin, Baijiong, et al.
Veröffentlicht: (2024)

TAP-SLF: Parameter-Efficient Adaptation of Vision Foundation Models for Multi-Task Ultrasound Image Analysis
von: Wan, Hui, et al.
Veröffentlicht: (2026)

Layer-wise Model Merging for Unsupervised Domain Adaptation in Segmentation Tasks
von: Alcover-Couso, Roberto, et al.
Veröffentlicht: (2024)

Sequential Representation Learning via Static-Dynamic Conditional Disentanglement
von: Simon, Mathieu Cyrille, et al.
Veröffentlicht: (2024)

Multi Anatomy X-Ray Foundation Model
von: Singla, Nishank, et al.
Veröffentlicht: (2025)

NexViTAD: Few-shot Unsupervised Cross-Domain Defect Detection via Vision Foundation Models and Multi-Task Learning
von: Mu, Tianwei, et al.
Veröffentlicht: (2025)

Towards Label-Free Single-Cell Phenotyping Using Multi-Task Learning
von: Nazir, Saqib, et al.
Veröffentlicht: (2026)

Unleashing the Power of Multi-Task Learning: A Comprehensive Survey Spanning Traditional, Deep, and Pretrained Foundation Model Eras
von: Yu, Jun, et al.
Veröffentlicht: (2024)

MTMamba++: Enhancing Multi-Task Dense Scene Understanding via Mamba-Based Decoders
von: Lin, Baijiong, et al.
Veröffentlicht: (2024)

Active Membership Inference Test (aMINT): Enhancing Model Auditability with Multi-Task Learning
von: DeAlcala, Daniel, et al.
Veröffentlicht: (2025)

Learning Emergent Modular Representations in Multi-modality Medical Vision Foundation Models
von: He, Yuting, et al.
Veröffentlicht: (2026)

DenseFusion-1M: Merging Vision Experts for Comprehensive Multimodal Perception
von: Li, Xiaotong, et al.
Veröffentlicht: (2024)

Unveiling Ontological Commitment in Multi-Modal Foundation Models
von: Keser, Mert, et al.
Veröffentlicht: (2024)

Task-Specific Adaptation of Segmentation Foundation Model via Prompt Learning
von: Kim, Hyung-Il, et al.
Veröffentlicht: (2024)

MetaFruit Meets Foundation Models: Leveraging a Comprehensive Multi-Fruit Dataset for Advancing Agricultural Foundation Models
von: Li, Jiajia, et al.
Veröffentlicht: (2024)

DenseMTL: Cross-task Attention Mechanism for Dense Multi-task Learning
von: Lopes, Ivan, et al.
Veröffentlicht: (2022)

Lance: Unified Multimodal Modeling by Multi-Task Synergy
von: Fu, Fengyi, et al.
Veröffentlicht: (2026)

Multi-Modal Foundation Models for Computational Pathology: A Survey
von: Li, Dong, et al.
Veröffentlicht: (2025)

Exploring Efficient Foundational Multi-modal Models for Video Summarization
von: Samel, Karan, et al.
Veröffentlicht: (2024)

Leveraging Foundation Models for Causal Generative Modeling
von: Komanduri, Aneesh, et al.
Veröffentlicht: (2026)

Upcycling Text-to-Image Diffusion Models for Multi-Task Capabilities
von: Chavhan, Ruchika, et al.
Veröffentlicht: (2025)

Benchmarking Foundation Models for Zero-Shot Biometric Tasks
von: Sony, Redwan, et al.
Veröffentlicht: (2025)

Uni-Med: A Unified Medical Generalist Foundation Model For Multi-Task Learning Via Connector-MoE
von: Zhu, Xun, et al.
Veröffentlicht: (2024)

An Analysis of Multi-Task Architectures for the Hierarchic Multi-Label Problem of Vehicle Model and Make Classification
von: Manole, Alexandru, et al.
Veröffentlicht: (2026)

ZERO: Industry-ready Vision Foundation Model with Multi-modal Prompts
von: Choi, Sangbum, et al.
Veröffentlicht: (2025)

Unified Panoramic Geometry Estimation via Multi-View Foundation Models
von: Bozic, Vukasin, et al.
Veröffentlicht: (2026)

Towards Scalable Foundation Model for Multi-modal and Hyperspectral Geospatial Data
von: Si, Haozhe, et al.
Veröffentlicht: (2025)

DenseFormer: Learning Dense Depth Map from Sparse Depth and Image via Conditional Diffusion Model
von: Yuan, Ming, et al.
Veröffentlicht: (2025)