Buchumschlag

Language Models are Injective and Hence Invertible

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nikolaou, Giorgos, Mencattini, Tommaso, Crisostomi, Donato, Santilli, Andrea, Panagakis, Yannis, Rodolà, Emanuele
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

Mergenetic: a Simple Evolutionary Model Merging Library
von: Minut, Adrian Robert, et al.
Veröffentlicht: (2025)

MERGE$^3$: Efficient Evolutionary Merging on Consumer-grade GPUs
von: Mencattini, Tommaso, et al.
Veröffentlicht: (2025)

Multi-objective Evolutionary Merging Enables Efficient Reasoning Models
von: Iacobelli, Mario, et al.
Veröffentlicht: (2026)

Model Merging Improves Zero-Shot Generalization in Bioacoustic Foundation Models
von: Marincione, Davide, et al.
Veröffentlicht: (2025)

Model Merging: Foundations and Algorithms
von: Crisostomi, Donato
Veröffentlicht: (2026)

Metric Based Few-Shot Graph Classification
von: Crisostomi, Donato, et al.
Veröffentlicht: (2022)

ATM: Improving Model Merging by Alternating Tuning and Merging
von: Zhou, Luca, et al.
Veröffentlicht: (2024)

Two-Scale Latent Dynamics for Recurrent-Depth Transformers
von: Pappone, Francesco, et al.
Veröffentlicht: (2025)

On Task Vectors and Gradients
von: Zhou, Luca, et al.
Veröffentlicht: (2025)

Multi-Way Representation Alignment
von: Achara, Akshit, et al.
Veröffentlicht: (2026)

Implicit Inversion turns CLIP into a Decoder
von: D'Orazio, Antonio, et al.
Veröffentlicht: (2025)

Preserving Privacy in Large Language Models: A Survey on Current Threats and Solutions
von: Miranda, Michele, et al.
Veröffentlicht: (2024)

Communicating Sound Through Natural Language
von: Rossi, Emanuele, et al.
Veröffentlicht: (2026)

Exploratory Causal Inference in SAEnce
von: Mencattini, Tommaso, et al.
Veröffentlicht: (2025)

MASS: MoErging through Adaptive Subspace Selection
von: Crisostomi, Donato, et al.
Veröffentlicht: (2025)

Accelerating Transformer Inference for Translation via Parallel Decoding
von: Santilli, Andrea, et al.
Veröffentlicht: (2023)

$C^2M^3$: Cycle-Consistent Multi-Model Merging
von: Crisostomi, Donato, et al.
Veröffentlicht: (2024)

LoopGen: Training-Free Loopable Music Generation
von: Marincione, Davide, et al.
Veröffentlicht: (2025)

How Neural Losses Shape VAE Latents
von: Strano, Giorgio, et al.
Veröffentlicht: (2026)

Metanetworks as Regulatory Operators: Learning to Edit for Requirement Compliance
von: Kalogeropoulos, Ioannis, et al.
Veröffentlicht: (2025)

Scale Equivariant Graph Metanetworks
von: Kalogeropoulos, Ioannis, et al.
Veröffentlicht: (2024)

Domain Elastic Transform: Bayesian Function Registration for High-Dimensional Scientific Data
von: Hirose, Osamu, et al.
Veröffentlicht: (2026)

Exposing Hidden Biases in Text-to-Image Models via Automated Prompt Search
von: Plitsis, Manos, et al.
Veröffentlicht: (2025)

Advancing Brainwave Modeling with a Codebook-Based Foundation Model
von: Barmpas, Konstantinos, et al.
Veröffentlicht: (2025)

Are Large Brainwave Foundation Models Capable Yet? Insights from Fine-tuning
von: Lee, Na, et al.
Veröffentlicht: (2025)

TOAST: Transformer Optimization using Adaptive and Simple Transformations
von: Cannistraci, Irene, et al.
Veröffentlicht: (2024)

On the (Non) Injectivity of Piecewise Linear Janossy Pooling
von: Reshef, Ilai, et al.
Veröffentlicht: (2025)

Membership and Dataset Inference Attacks on Large Audio Generative Models
von: Proboszcz, Jakub, et al.
Veröffentlicht: (2025)

Task Singular Vectors: Reducing Task Interference in Model Merging
von: Gargiulo, Antonio Andrea, et al.
Veröffentlicht: (2024)

Activation Patching for Interpretable Steering in Music Generation
von: Facchiano, Simone, et al.
Veröffentlicht: (2025)

VINA: Variational Invertible Neural Architectures
von: Shekhar, Shubhanshu, et al.
Veröffentlicht: (2026)

Can we ease the Injectivity Bottleneck on Lorentzian Manifolds for Graph Neural Networks?
von: Srinivasan, Srinitish, et al.
Veröffentlicht: (2025)

Deploying Open-Source Large Language Models: A performance Analysis
von: Bendi-Ouis, Yannis, et al.
Veröffentlicht: (2024)

Zero-Shot Quantization via Weight-Space Arithmetic
von: Solombrino, Daniele, et al.
Veröffentlicht: (2026)

NeuroRVQ: Multi-Scale Biosignal Tokenization for Generative Foundation Models
von: Barmpas, Konstantinos, et al.
Veröffentlicht: (2025)

Revisiting Uncertainty Quantification Evaluation in Language Models: Spurious Interactions with Response Length Bias Results
von: Santilli, Andrea, et al.
Veröffentlicht: (2025)

This Probably Looks Exactly Like That: An Invertible Prototypical Network
von: Carmichael, Zachariah, et al.
Veröffentlicht: (2024)

TART: Token-based Architecture Transformer for Neural Network Performance Prediction
von: He, Yannis Y.
Veröffentlicht: (2025)

A survey on knowledge-enhanced multimodal learning
von: Lymperaiou, Maria, et al.
Veröffentlicht: (2022)

ISR: Invertible Symbolic Regression
von: Tohme, Tony, et al.
Veröffentlicht: (2024)