Copertina

Understanding Mode Connectivity via Parameter Space Symmetry

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhao, Bo, Dehmamy, Nima, Walters, Robin, Yu, Rose
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Latent Space Symmetry Discovery
di: Yang, Jianke, et al.
Pubblicazione: (2023)

Symmetry-Informed Governing Equation Discovery
di: Yang, Jianke, et al.
Pubblicazione: (2024)

Symmetry in Neural Network Parameter Spaces
di: Zhao, Bo, et al.
Pubblicazione: (2025)

AtlasD: Automatic Local Symmetry Discovery
di: Bhat, Manu, et al.
Pubblicazione: (2025)

Discovering Symbolic Differential Equations with Symmetry Invariants
di: Yang, Jianke, et al.
Pubblicazione: (2025)

Improving Convergence and Generalization Using Parameter Symmetries
di: Zhao, Bo, et al.
Pubblicazione: (2023)

Improving Learning to Optimize Using Parameter Symmetries
di: Zamir, Guy, et al.
Pubblicazione: (2025)

The Empirical Impact of Neural Parameter Symmetries, or Lack Thereof
di: Lim, Derek, et al.
Pubblicazione: (2024)

NRGPT: An Energy-based Alternative for GPT
di: Dehmamy, Nima, et al.
Pubblicazione: (2025)

To Augment or Not to Augment? Diagnosing Distributional Symmetry Breaking
di: Lawrence, Hannah, et al.
Pubblicazione: (2025)

Discovering Symmetry Breaking in Physical Systems with Relaxed Group Convolution
di: Wang, Rui, et al.
Pubblicazione: (2023)

Understanding the Difficulty of Solving Cauchy Problems with PINNs
di: Wang, Tao, et al.
Pubblicazione: (2024)

A Survey of Weight Space Learning: Understanding, Representation, and Generation
di: Han, Xiaolong, et al.
Pubblicazione: (2026)

Connecting Independently Trained Modes via Layer-Wise Connectivity
di: Tian, Yongding, et al.
Pubblicazione: (2025)

Circumventing Backdoor Space via Weight Symmetry
di: Peng, Jie, et al.
Pubblicazione: (2025)

Small Models, Smarter Learning: The Power of Joint Task Training
di: Both, Csaba, et al.
Pubblicazione: (2025)

Can LLMs Understand Time Series Anomalies?
di: Zhou, Zihao, et al.
Pubblicazione: (2024)

Landscaping Linear Mode Connectivity
di: Singh, Sidak Pal, et al.
Pubblicazione: (2024)

Proving Linear Mode Connectivity of Neural Networks via Optimal Transport
di: Ferbach, Damien, et al.
Pubblicazione: (2023)

Input Space Mode Connectivity in Deep Neural Networks
di: Vrabel, Jakub, et al.
Pubblicazione: (2024)

Leveraging Parameter Space Symmetries for Reasoning Skill Transfer in LLMs
di: Horoi, Stefan, et al.
Pubblicazione: (2025)

Relaxed Equivariant Graph Neural Networks
di: Hofgard, Elyssa, et al.
Pubblicazione: (2024)

Generalized Linear Mode Connectivity for Transformers
di: Theus, Alexander, et al.
Pubblicazione: (2025)

Layer-wise Linear Mode Connectivity
di: Adilova, Linara, et al.
Pubblicazione: (2023)

Understanding Machine Unlearning Through the Lens of Mode Connectivity
di: Cheng, Jiali, et al.
Pubblicazione: (2025)

On Linear Mode Connectivity of Mixture-of-Experts Architectures
di: Tran, Viet-Hoang, et al.
Pubblicazione: (2025)

Linear Mode Connectivity in Differentiable Tree Ensembles
di: Kanoh, Ryuichi, et al.
Pubblicazione: (2024)

Analyzing the Role of Permutation Invariance in Linear Mode Connectivity
di: Zhan, Keyao, et al.
Pubblicazione: (2025)

On Uncertainty Calibration for Equivariant Functions
di: Berman, Edward, et al.
Pubblicazione: (2025)

On Universality of Deep Equivariant Networks
di: Pacini, Marco, et al.
Pubblicazione: (2025)

Reducing the Sensitivity of Neural Physics Simulators to Mesh Topology via Pretraining
di: Vaska, Nathan, et al.
Pubblicazione: (2025)

ParamReL: Learning Parameter Space Representation via Progressively Encoding Bayesian Flow Networks
di: Wu, Zhangkai, et al.
Pubblicazione: (2024)

Unveiling Mode Connectivity in Graph Neural Networks
di: Li, Bingheng, et al.
Pubblicazione: (2025)

Linear Mode Connectivity in Sparse Neural Networks
di: McDermott, Luke, et al.
Pubblicazione: (2023)

Smoothness Errors in Dynamics Models and How to Avoid Them
di: Berman, Edward, et al.
Pubblicazione: (2026)

Analysis of Linear Mode Connectivity via Permutation-Based Weight Matching: With Insights into Other Permutation Search Methods
di: Ito, Akira, et al.
Pubblicazione: (2024)

MatrixNet: Learning over symmetry groups using learned group representations
di: Laird, Lucas, et al.
Pubblicazione: (2025)

Federated Learning over Connected Modes
di: Grinwald, Dennis, et al.
Pubblicazione: (2024)

DeepWeightFlow: Re-Basined Flow Matching for Generating Neural Network Weights
di: Gupta, Saumya, et al.
Pubblicazione: (2026)

Understanding Hallucinations in Diffusion Models through Mode Interpolation
di: Aithal, Sumukh K, et al.
Pubblicazione: (2024)