Mixture-of-Clustered-Experts: Advancing Expert Specialization and Generalization in Instruction Tuning
Fuente:
arXiv
Salvato in:
| Autori principali: | Eo, Sugyeong, Lee, Jungjun, Park, Chanjun, Lim, Heuiseok |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Unveiling the Limits of Large Language Models in Inferring Pragmatic Meaning from Non-Verbal Responses
di: Eo, Sugyeong, et al.
Pubblicazione: (2026)
di: Eo, Sugyeong, et al.
Pubblicazione: (2026)
Debate Only When Necessary: Adaptive Multiagent Collaboration for Efficient LLM Reasoning
di: Eo, Sugyeong, et al.
Pubblicazione: (2025)
di: Eo, Sugyeong, et al.
Pubblicazione: (2025)
Learning More Generalized Experts by Merging Experts in Mixture-of-Experts
di: Park, Sejik
Pubblicazione: (2024)
di: Park, Sejik
Pubblicazione: (2024)
How Many Experts Are Enough? Towards Optimal Semantic Specialization for Mixture-of-Experts
di: Park, Sumin, et al.
Pubblicazione: (2025)
di: Park, Sumin, et al.
Pubblicazione: (2025)
Toward Practical Automatic Speech Recognition and Post-Processing: a Call for Explainable Error Benchmark Guideline
di: Koo, Seonmin, et al.
Pubblicazione: (2024)
di: Koo, Seonmin, et al.
Pubblicazione: (2024)
SAME: Stabilized Mixture-of-Experts for Multimodal Continual Instruction Tuning
di: Xie, Zhen-Hao, et al.
Pubblicazione: (2026)
di: Xie, Zhen-Hao, et al.
Pubblicazione: (2026)
Continual Traffic Forecasting via Mixture of Experts
di: Lee, Sanghyun, et al.
Pubblicazione: (2024)
di: Lee, Sanghyun, et al.
Pubblicazione: (2024)
Tight Clusters Make Specialized Experts
di: Nielsen, Stefan K., et al.
Pubblicazione: (2025)
di: Nielsen, Stefan K., et al.
Pubblicazione: (2025)
Exploring Expert Specialization through Unsupervised Training in Sparse Mixture of Experts
di: Nikolic, Strahinja, et al.
Pubblicazione: (2025)
di: Nikolic, Strahinja, et al.
Pubblicazione: (2025)
Multilinear Mixture of Experts: Scalable Expert Specialization through Factorization
di: Oldfield, James, et al.
Pubblicazione: (2024)
di: Oldfield, James, et al.
Pubblicazione: (2024)
Preserving Long-Tailed Expert Information in Mixture-of-Experts Tuning
di: He, Haoze, et al.
Pubblicazione: (2026)
di: He, Haoze, et al.
Pubblicazione: (2026)
Upcycling Instruction Tuning from Dense to Mixture-of-Experts via Parameter Merging
di: Hui, Tingfeng, et al.
Pubblicazione: (2024)
di: Hui, Tingfeng, et al.
Pubblicazione: (2024)
ChatLang-8: An LLM-Based Synthetic Data Generation Framework for Grammatical Error Correction
di: Park, Jeiyoon, et al.
Pubblicazione: (2024)
di: Park, Jeiyoon, et al.
Pubblicazione: (2024)
Generalizing GNNs with Tokenized Mixture of Experts
di: Guo, Xiaoguang, et al.
Pubblicazione: (2026)
di: Guo, Xiaoguang, et al.
Pubblicazione: (2026)
Let the Experts Speak: Improving Survival Prediction & Calibration via Mixture-of-Experts Heads
di: Morrill, Todd, et al.
Pubblicazione: (2025)
di: Morrill, Todd, et al.
Pubblicazione: (2025)
$\infty$-MoE: Generalizing Mixture of Experts to Infinite Experts
di: Takashiro, Shota, et al.
Pubblicazione: (2026)
di: Takashiro, Shota, et al.
Pubblicazione: (2026)
KITE: A Benchmark for Evaluating Korean Instruction-Following Abilities in Large Language Models
di: Kim, Dongjun, et al.
Pubblicazione: (2025)
di: Kim, Dongjun, et al.
Pubblicazione: (2025)
Mixture of Experts with Mixture of Precisions for Tuning Quality of Service
di: Imani, HamidReza, et al.
Pubblicazione: (2024)
di: Imani, HamidReza, et al.
Pubblicazione: (2024)
Expert Merging in Sparse Mixture of Experts with Nash Bargaining
di: Nguyen, Dung V., et al.
Pubblicazione: (2025)
di: Nguyen, Dung V., et al.
Pubblicazione: (2025)
XFT: Unlocking the Power of Code Instruction Tuning by Simply Merging Upcycled Mixture-of-Experts
di: Ding, Yifeng, et al.
Pubblicazione: (2024)
di: Ding, Yifeng, et al.
Pubblicazione: (2024)
Find the Intention of Instruction: Comprehensive Evaluation of Instruction Understanding for Large Language Models
di: Moon, Hyeonseok, et al.
Pubblicazione: (2024)
di: Moon, Hyeonseok, et al.
Pubblicazione: (2024)
Scaling Multi-Node Mixture-of-Experts Inference Using Expert Activation Patterns
di: Bambhaniya, Abhimanyu, et al.
Pubblicazione: (2026)
di: Bambhaniya, Abhimanyu, et al.
Pubblicazione: (2026)
Speculating Experts Accelerates Inference for Mixture-of-Experts
di: Madan, Vivan, et al.
Pubblicazione: (2026)
di: Madan, Vivan, et al.
Pubblicazione: (2026)
Clustering Survival Data using a Mixture of Non-parametric Experts
di: Buginga, Gabriel, et al.
Pubblicazione: (2024)
di: Buginga, Gabriel, et al.
Pubblicazione: (2024)
Nexus: Specialization meets Adaptability for Efficiently Training Mixture of Experts
di: Gritsch, Nikolas, et al.
Pubblicazione: (2024)
di: Gritsch, Nikolas, et al.
Pubblicazione: (2024)
CharacterGPT: A Persona Reconstruction Framework for Role-Playing Agents
di: Park, Jeiyoon, et al.
Pubblicazione: (2024)
di: Park, Jeiyoon, et al.
Pubblicazione: (2024)
The Expert Strikes Back: Interpreting Mixture-of-Experts Language Models at Expert Level
di: Herbst, Jeremy, et al.
Pubblicazione: (2026)
di: Herbst, Jeremy, et al.
Pubblicazione: (2026)
$μ$-Parametrization for Mixture of Experts
di: Małaśnicki, Jan, et al.
Pubblicazione: (2025)
di: Małaśnicki, Jan, et al.
Pubblicazione: (2025)
Path-Constrained Mixture-of-Experts
di: Gu, Zijin, et al.
Pubblicazione: (2026)
di: Gu, Zijin, et al.
Pubblicazione: (2026)
Adaptive Graph Mixture of Residual Experts: Unsupervised Learning on Diverse Graphs with Heterogeneous Specialization
di: Chu, Yunlong, et al.
Pubblicazione: (2025)
di: Chu, Yunlong, et al.
Pubblicazione: (2025)
Massively Multimodal Foundation Models: A Framework for Capturing Interactions with Specialized Mixture-of-Experts
di: Han, Xing, et al.
Pubblicazione: (2025)
di: Han, Xing, et al.
Pubblicazione: (2025)
Mixture of Raytraced Experts
di: Perin, Andrea, et al.
Pubblicazione: (2025)
di: Perin, Andrea, et al.
Pubblicazione: (2025)
Mixture of Lookup Experts
di: Jie, Shibo, et al.
Pubblicazione: (2025)
di: Jie, Shibo, et al.
Pubblicazione: (2025)
Dynamic Expert Sharing: Decoupling Memory from Parallelism in Mixture-of-Experts Diffusion LLMs
di: Chen, Hao Mark, et al.
Pubblicazione: (2026)
di: Chen, Hao Mark, et al.
Pubblicazione: (2026)
AnyExperts: On-Demand Expert Allocation for Multimodal Language Models with Mixture of Expert
di: Gao, Yuting, et al.
Pubblicazione: (2025)
di: Gao, Yuting, et al.
Pubblicazione: (2025)
Efficiently Editing Mixture-of-Experts Models with Compressed Experts
di: He, Yifei, et al.
Pubblicazione: (2025)
di: He, Yifei, et al.
Pubblicazione: (2025)
Toward Structural Multimodal Representations: Specialization, Selection, and Sparsification via Mixture-of-Experts
di: Choi, Hahyeon, et al.
Pubblicazione: (2026)
di: Choi, Hahyeon, et al.
Pubblicazione: (2026)
The Illusion of Specialization: Unveiling the Domain-Invariant "Standing Committee" in Mixture-of-Experts Models
di: Wang, Yan, et al.
Pubblicazione: (2026)
di: Wang, Yan, et al.
Pubblicazione: (2026)
On Expert Estimation in Hierarchical Mixture of Experts: Beyond Softmax Gating Functions
di: Nguyen, Huy, et al.
Pubblicazione: (2024)
di: Nguyen, Huy, et al.
Pubblicazione: (2024)
Dynamic Mixture of Experts: An Auto-Tuning Approach for Efficient Transformer Models
di: Guo, Yongxin, et al.
Pubblicazione: (2024)
di: Guo, Yongxin, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Unveiling the Limits of Large Language Models in Inferring Pragmatic Meaning from Non-Verbal Responses
di: Eo, Sugyeong, et al.
Pubblicazione: (2026) -
Debate Only When Necessary: Adaptive Multiagent Collaboration for Efficient LLM Reasoning
di: Eo, Sugyeong, et al.
Pubblicazione: (2025) -
Learning More Generalized Experts by Merging Experts in Mixture-of-Experts
di: Park, Sejik
Pubblicazione: (2024) -
How Many Experts Are Enough? Towards Optimal Semantic Specialization for Mixture-of-Experts
di: Park, Sumin, et al.
Pubblicazione: (2025) -
Toward Practical Automatic Speech Recognition and Post-Processing: a Call for Explainable Error Benchmark Guideline
di: Koo, Seonmin, et al.
Pubblicazione: (2024)