Buchumschlag

Toward Efficient Influence Function: Dropout as a Compression Tool

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yuchen, Amiri, Mohammad Mohammadi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Singular Damage: Efficient LLM Inference in Low Storage Regimes
von: Alipour, Mohammadsajad, et al.
Veröffentlicht: (2025)

Towards Reversible Model Merging For Low-rank Weights
von: Alipour, Mohammadsajad, et al.
Veröffentlicht: (2025)

Disentangled Structural and Featural Representation for Task-Agnostic Graph Valuation
von: Falahati, Ali, et al.
Veröffentlicht: (2024)

The Alignment Game: A Theory of Long-Horizon Alignment Through Recursive Curation
von: Falahati, Ali, et al.
Veröffentlicht: (2025)

Curated Synthetic Data Doesn't Have to Collapse: A Theoretical Study of Generative Retraining with Pluralistic Preferences
von: Falahati, Ali, et al.
Veröffentlicht: (2026)

SentenceKV: Efficient LLM Inference via Sentence-Level Semantic KV Caching
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2025)

OjaKV: Context-Aware Online Low-Rank KV Cache Compression
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2025)

OFMU: Optimization-Driven Framework for Machine Unlearning
von: Asif, Sadia, et al.
Veröffentlicht: (2025)

Tool Unlearning for Tool-Augmented LLMs
von: Cheng, Jiali, et al.
Veröffentlicht: (2025)

A Median Perspective on Unlabeled Data for Out-of-Distribution Detection
von: Abbas, Momin, et al.
Veröffentlicht: (2025)

RefusalGuard: Geometry-Preserving Fine-Tuning for Safety in LLMs
von: Asif, Sadia, et al.
Veröffentlicht: (2026)

ZoomR: Memory Efficient Reasoning through Multi-Granularity Key Value Retrieval
von: Yang, David H., et al.
Veröffentlicht: (2026)

DeltaDQ: Ultra-High Delta Compression for Fine-Tuned LLMs via Group-wise Dropout and Separate Quantization
von: Jiang, Yanfeng, et al.
Veröffentlicht: (2024)

Training-Free Geospatial Place Representation Learning from Large-Scale Point-of-Interest Graph Data
von: Hashemi, Mohammad, et al.
Veröffentlicht: (2025)

Power to the Clients: Federated Learning in a Dictatorship Setting
von: Alipour, Mohammadsajad, et al.
Veröffentlicht: (2025)

Localising Dropout Variance in Twin Networks
von: Doyle, Cooper
Veröffentlicht: (2025)

Scalable, Explainable and Provably Robust Anomaly Detection with One-Step Flow Matching
von: Li, Zhong, et al.
Veröffentlicht: (2025)

Towards Efficient Mixture of Experts: A Holistic Study of Compression Techniques
von: He, Shwai, et al.
Veröffentlicht: (2024)

LoRA Dropout as a Sparsity Regularizer for Overfitting Control
von: Lin, Yang, et al.
Veröffentlicht: (2024)

DynamicGate MLP Conditional Computation via Learned Structural Dropout and Input Dependent Gating for Functional Plasticity
von: Choi, Yong Il
Veröffentlicht: (2026)

Leveraging GPT-4o Efficiency for Detecting Rework Anomaly in Business Processes
von: Derakhshan, Mohammad, et al.
Veröffentlicht: (2025)

An explainable approach to detect case law on housing and eviction issues within the HUDOC database
von: Mohammadi, Mohammad, et al.
Veröffentlicht: (2024)

Tracing the Path to Grokking: Embeddings, Dropout, and Network Activation
von: Salah, Ahmed, et al.
Veröffentlicht: (2025)

Tool-Aided Evolutionary LLM for Generative Policy Toward Efficient Resource Management in Wireless Federated Learning
von: Tan, Chongyang, et al.
Veröffentlicht: (2025)

A Combinatorial Theory of Dropout: Subnetworks, Graph Geometry, and Generalization
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2025)

Efficient Federated Learning with Heterogeneous Data and Adaptive Dropout
von: Liu, Ji, et al.
Veröffentlicht: (2025)

LCGuard: Latent Communication Guard for Safe KV Sharing in Multi-Agent Systems
von: Asif, Sadia, et al.
Veröffentlicht: (2026)

Dropout Robustness and Cognitive Profiling of Transformer Models via Stochastic Inference
von: Caiado, Antônio Junior Alves, et al.
Veröffentlicht: (2026)

IFFair: Influence Function-driven Sample Reweighting for Fair Classification
von: Yang, Jingran, et al.
Veröffentlicht: (2025)

Optimizing Deep Neural Networks using Safety-Guided Self Compression
von: Zbeeb, Mohammad, et al.
Veröffentlicht: (2025)

Lattice: Learning to Efficiently Compress the Memory
von: Karami, Mahdi, et al.
Veröffentlicht: (2025)

A Mathematical Framework for Temporal Modeling and Counterfactual Policy Simulation of Student Dropout
von: da Silva, Rafael, et al.
Veröffentlicht: (2026)

Reinforcement Learning in Switching Non-Stationary Markov Decision Processes: Algorithms and Convergence Analysis
von: Amiri, Mohsen, et al.
Veröffentlicht: (2025)

Fine-Grained Graph Generation through Latent Mixture Scheduling
von: Vakil, Nidhi, et al.
Veröffentlicht: (2026)

MU-Bench: A Multitask Multimodal Benchmark for Machine Unlearning
von: Cheng, Jiali, et al.
Veröffentlicht: (2024)

Curriculum Learning for LLM Pretraining: An Analysis of Learning Dynamics
von: Elgaar, Mohamed, et al.
Veröffentlicht: (2026)

Revisiting Data Attribution for Influence Functions
von: Zhu, Hongbo, et al.
Veröffentlicht: (2025)

Influence Functions for Preference Dataset Pruning
von: Fein, Daniel, et al.
Veröffentlicht: (2025)

Efficient Federated Fine-Tuning of Large Language Models with Layer Dropout
von: Wang, Shilong, et al.
Veröffentlicht: (2025)

DipSVD: Dual-importance Protected SVD for Efficient LLM Compression
von: Ding, Xuan, et al.
Veröffentlicht: (2025)