Buchumschlag

Merge-Friendly Post-Training Quantization for Multi-Target Domain Adaptation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shin, Juncheol, Seok, Minsang, Kim, Seonggon, Park, Eunhyeok
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HLQ: Fast and Efficient Backpropagation via Hadamard Low-rank Quantization
von: Kim, Seonggon, et al.
Veröffentlicht: (2024)

PTQ4VM: Post-Training Quantization for Visual Mamba
von: Cho, Younghyun, et al.
Veröffentlicht: (2024)

HOT: Hadamard-based Optimized Training
von: Kim, Seonggon, et al.
Veröffentlicht: (2025)

Grouped Speculative Decoding for Autoregressive Image Generation
von: So, Junhyuk, et al.
Veröffentlicht: (2025)

Training Unbiased Diffusion Models From Biased Dataset
von: Kim, Yeongmin, et al.
Veröffentlicht: (2024)

PTQ4SAM: Post-Training Quantization for Segment Anything
von: Lv, Chengtao, et al.
Veröffentlicht: (2024)

Gradient-Aligned Calibration for Post-Training Quantization of Diffusion Models
von: Hoang, Dung Anh, et al.
Veröffentlicht: (2026)

MetaAug: Meta-Data Augmentation for Post-Training Quantization
von: Pham, Cuong, et al.
Veröffentlicht: (2024)

COMQ: A Backpropagation-Free Algorithm for Post-Training Quantization
von: Zhang, Aozhong, et al.
Veröffentlicht: (2024)

Contrastive Adversarial Training for Unsupervised Domain Adaptation
von: Chen, Jiahong, et al.
Veröffentlicht: (2024)

DMQ: Dissecting Outliers of Diffusion Models for Post-Training Quantization
von: Lee, Dongyeun, et al.
Veröffentlicht: (2025)

PointFix: Learning to Fix Domain Bias for Robust Online Stereo Adaptation
von: Kim, Kwonyoung, et al.
Veröffentlicht: (2022)

EDA-DM: Enhanced Distribution Alignment for Post-Training Quantization of Diffusion Models
von: Liu, Xuewen, et al.
Veröffentlicht: (2024)

Unsupervised Video Domain Adaptation with Masked Pre-Training and Collaborative Self-Training
von: Reddy, Arun, et al.
Veröffentlicht: (2023)

MetaMix: Meta-state Precision Searcher for Mixed-precision Activation Quantization
von: Kim, Han-Byul, et al.
Veröffentlicht: (2023)

Enhancing Post-Training Quantization via Future Activation Awareness
von: Lv, Zheqi, et al.
Veröffentlicht: (2026)

EPTQ: Enhanced Post-Training Quantization via Hessian-guided Network-wise Optimization
von: Gordon, Ofir, et al.
Veröffentlicht: (2023)

CodeMerge: Codebook-Guided Model Merging for Robust Test-Time Adaptation in Autonomous Driving
von: Yang, Huitong, et al.
Veröffentlicht: (2025)

Feature Diversification and Adaptation for Federated Domain Generalization
von: Yang, Seunghan, et al.
Veröffentlicht: (2024)

Asymmetric Co-Training for Source-Free Few-Shot Domain Adaptation
von: Li, Gengxu, et al.
Veröffentlicht: (2025)

Saliency-Aware Model Merging
von: Park, Jungin, et al.
Veröffentlicht: (2026)

AdaMerging: Adaptive Model Merging for Multi-Task Learning
von: Yang, Enneng, et al.
Veröffentlicht: (2023)

Activation Quantization of Vision Encoders Needs Prefixing Registers
von: Kim, Seunghyeon, et al.
Veröffentlicht: (2025)

Source-Free Domain Adaptation Guided by Vision and Vision-Language Pre-Training
von: Zhang, Wenyu, et al.
Veröffentlicht: (2024)

Efficient Multi-bit Quantization Network Training via Weight Bias Correction and Bit-wise Coreset Sampling
von: Kim, Jinhee, et al.
Veröffentlicht: (2025)

Boomda: Balanced Multi-objective Optimization for Multimodal Domain Adaptation
von: Sun, Jun, et al.
Veröffentlicht: (2025)

Training-Free Model Merging for Multi-target Domain Adaptation
von: Li, Wenyi, et al.
Veröffentlicht: (2024)

On Domain-Adaptive Post-Training for Multimodal Large Language Models
von: Cheng, Daixuan, et al.
Veröffentlicht: (2024)

RegCL: Continual Adaptation of Segment Anything Model via Model Merging
von: Shu, Yuan-Chen, et al.
Veröffentlicht: (2025)

LayerMerge: Neural Network Depth Compression through Layer Pruning and Merging
von: Kim, Jinuk, et al.
Veröffentlicht: (2024)

PQD: Post-training Quantization for Efficient Diffusion Models
von: Ye, Jiaojiao, et al.
Veröffentlicht: (2024)

Federated Adversarial Domain Adaptation
von: Peng, Xingchao, et al.
Veröffentlicht: (2019)

False Positive Sampling-based Data Augmentation for Enhanced 3D Object Detection Accuracy
von: Oh, Jiyong, et al.
Veröffentlicht: (2024)

ZipIt! Merging Models from Different Tasks without Training
von: Stoica, George, et al.
Veröffentlicht: (2023)

Adversarially Trained Object Detector for Unsupervised Domain Adaptation
von: Fujii, Kazuma, et al.
Veröffentlicht: (2021)

Leveraging 2D Masked Reconstruction for Domain Adaptation of 3D Pose Estimation
von: Park, Hansoo, et al.
Veröffentlicht: (2025)

MARR: Module-Adaptive Residual Reconstruction for Low-Bit Post-Training Quantization
von: Su, Le, et al.
Veröffentlicht: (2026)

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

Stabilizing Consistency Training: A Flow Map Analysis and Self-Distillation
von: Kim, Youngjoong, et al.
Veröffentlicht: (2026)

Beyond Training: Dynamic Token Merging for Zero-Shot Video Understanding
von: Zhang, Yiming, et al.
Veröffentlicht: (2024)