Buchumschlag

Rethinking Parameter Sharing as Graph Coloring for Structured Compression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Boyang, Cheng, Daning, Zhang, Yunquan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Lossless Model Compression via Joint Low-Rank Factorization Optimization
von: Zhang, Boyang, et al.
Veröffentlicht: (2024)

MoE-DisCo:Low Economy Cost Training Mixture-of-Experts Models
von: Ye, Xin, et al.
Veröffentlicht: (2026)

A General Error-Theoretical Analysis Framework for Constructing Compression Strategies
von: Zhang, Boyang, et al.
Veröffentlicht: (2025)

MoQE: Improve Quantization Model performance via Mixture of Quantization Experts
von: Zhang, Jinhao, et al.
Veröffentlicht: (2025)

Asynch-SGBDT: Asynchronous Parallel Stochastic Gradient Boosting Decision Tree based on Parameters Server
von: Daning, Cheng, et al.
Veröffentlicht: (2018)

HeRo-Q: A General Framework for Stable Low Bit Quantization via Hessian Conditioning
von: Zhang, Jinhao Zhang Yunquan, et al.
Veröffentlicht: (2026)

FP=xINT:Representing Neural Networks via Low-Bit Series Basis Functions
von: Zhang, Boyang, et al.
Veröffentlicht: (2024)

A Qualitative Test-Risk Mechanism for Scaling Behavior in Normalized Residual Networks
von: Cheng, Daning, et al.
Veröffentlicht: (2026)

Compression for Better: A General and Stable Lossless Compression Framework
von: Zhang, Boyang, et al.
Veröffentlicht: (2024)

Exploiting Block Coordinate Descent for Cost-Effective LLM Model Training
von: Liu, Zeyu, et al.
Veröffentlicht: (2025)

CALM: A CKA-Guided Adaptive Layer-Wise Modularization Framework for LLM Quantization
von: Zhang, Jinhao, et al.
Veröffentlicht: (2025)

Basis Sharing: Cross-Layer Parameter Sharing for Large Language Model Compression
von: Wang, Jingcun, et al.
Veröffentlicht: (2024)

Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
von: Zhang, Zhenhao, et al.
Veröffentlicht: (2024)

Can the capability of Large Language Models be described by human ability? A Meta Study
von: Zan, Mingrui, et al.
Veröffentlicht: (2025)

Rethinking Structure Learning For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Sharing Parameter by Conjugation for Knowledge Graph Embeddings in Complex Space
von: Feng, Xincan, et al.
Veröffentlicht: (2024)

Rethinking Graph Domain Adaptation: A Spectral Contrastive Perspective
von: Zhang, Haoyu, et al.
Veröffentlicht: (2025)

NN-Former: Rethinking Graph Structure in Neural Architecture Representation
von: Xu, Ruihan, et al.
Veröffentlicht: (2025)

DynaTrain: Fast Online Parallelism Switching for Elastic LLM Training
von: Wang, Yuanqing, et al.
Veröffentlicht: (2026)

CommonKV: Compressing KV Cache with Cross-layer Parameter Sharing
von: Wang, Yixuan, et al.
Veröffentlicht: (2025)

StructComp: Substituting Propagation with Structural Compression in Training Graph Contrastive Learning
von: Zhang, Shengzhong, et al.
Veröffentlicht: (2023)

Rethinking Parameter Sharing for LLM Fine-Tuning with Multiple LoRAs
von: Ban, Hao, et al.
Veröffentlicht: (2025)

Global Description of Flutter Dynamics via Koopman Theory
von: Song, Jiwoo, et al.
Veröffentlicht: (2025)

Rethinking Encoder-Decoder Flow Through Shared Structures
von: Laboyrie, Frederik, et al.
Veröffentlicht: (2025)

Parameter-Free Structural-Diversity Message Passing for Graph Neural Networks
von: Kong, Mingyue, et al.
Veröffentlicht: (2025)

Rethinking Tokenizer and Decoder in Masked Graph Modeling for Molecules
von: Liu, Zhiyuan, et al.
Veröffentlicht: (2023)

Optimizing Specific and Shared Parameters for Efficient Parameter Tuning
von: Nguyen, Van-Anh, et al.
Veröffentlicht: (2025)

Learning Coarse-Grained Dynamics on Graph
von: Yu, Yin, et al.
Veröffentlicht: (2024)

LLM as Graph Kernel: Rethinking Message Passing on Text-Rich Graphs
von: Zhang, Ying, et al.
Veröffentlicht: (2026)

Rethinking Probabilistic Circuit Parameter Learning
von: Liu, Anji, et al.
Veröffentlicht: (2025)

SMEC: Rethinking Matryoshka Representation Learning for Retrieval Embedding Compression
von: Zhang, Biao, et al.
Veröffentlicht: (2025)

Symbolic Regression for Shared Expressions: Introducing Partial Parameter Sharing
von: Martinek, Viktor, et al.
Veröffentlicht: (2026)

Rethinking the Expressive Power of GNNs via Graph Biconnectivity
von: Zhang, Bohang, et al.
Veröffentlicht: (2023)

Rethinking the Power of Graph Canonization in Graph Representation Learning with Stability
von: Dong, Zehao, et al.
Veröffentlicht: (2023)

GRASP: Replace Redundant Layers with Adaptive Singular Parameters for Efficient Model Compression
von: Liu, Kainan, et al.
Veröffentlicht: (2024)

Structural Invariance Matters: Rethinking Graph Rewiring through Graph Metrics
von: Benoit, Alexandre, et al.
Veröffentlicht: (2025)

Rethinking Generalization in Graph Neural Networks: A Structural Complexity Perspective
von: Wang, Peiyao, et al.
Veröffentlicht: (2026)

Modal Analysis of Spatiotemporal Data via Multivariate Gaussian Process Regression
von: Song, Jiwoo, et al.
Veröffentlicht: (2024)

Learning solution operator of dynamical systems with diffusion maps kernel ridge regression
von: Song, Jiwoo, et al.
Veröffentlicht: (2025)

Rethinking Independent Cross-Entropy Loss For Graph-Structured Data
von: Miao, Rui, et al.
Veröffentlicht: (2024)