Buchumschlag

Stay Unique, Stay Efficient: Preserving Model Personality in Multi-Task Merging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Kuangpu, Ding, Yuhe, Liang, Jian, Wang, Zilei, He, Ran
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Vacant Classes in Label-Skewed Federated Learning
von: Guo, Kuangpu, et al.
Veröffentlicht: (2024)

Cooperative Pseudo Labeling for Unsupervised Federated Classification
von: Guo, Kuangpu, et al.
Veröffentlicht: (2025)

Personalized Federated Learning via Dual-Prompt Optimization and Cross Fusion
von: Zhang, Yuguang, et al.
Veröffentlicht: (2025)

The Illusion of Progress? A Critical Look at Test-Time Adaptation for Vision-Language Models
von: Sheng, Lijun, et al.
Veröffentlicht: (2025)

R-TPT: Improving Adversarial Robustness of Vision-Language Models through Test-Time Prompt Tuning
von: Sheng, Lijun, et al.
Veröffentlicht: (2025)

Towards Compatible Fine-tuning for Vision-Language Model Updates
von: Wang, Zhengbo, et al.
Veröffentlicht: (2024)

Connecting the Dots: Collaborative Fine-tuning for Black-Box Vision-Language Models
von: Wang, Zhengbo, et al.
Veröffentlicht: (2024)

Learning to Rank Pre-trained Vision-Language Models for Downstream Tasks
von: Ding, Yuhe, et al.
Veröffentlicht: (2024)

AdaMerging: Adaptive Model Merging for Multi-Task Learning
von: Yang, Enneng, et al.
Veröffentlicht: (2023)

Efficient and Effective Weight-Ensembling Mixture of Experts for Multi-Task Model Merging
von: Shen, Li, et al.
Veröffentlicht: (2024)

Stay Fair! Ensuring Group Fairness in Diffusion Models Across Guidance Scales
von: Kim, Myeongsoo, et al.
Veröffentlicht: (2026)

Edit Away and My Face Will not Stay: Personal Biometric Defense against Malicious Generative Editing
von: Wang, Hanhui, et al.
Veröffentlicht: (2024)

A Hard-to-Beat Baseline for Training-free CLIP-based Adaptation
von: Wang, Zhengbo, et al.
Veröffentlicht: (2024)

Representation Surgery for Multi-Task Model Merging
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

Which Model to Transfer? A Survey on Transferability Estimation
von: Ding, Yuhe, et al.
Veröffentlicht: (2024)

Multi-Task Model Merging via Adaptive Weight Disentanglement
von: Xiong, Feng, et al.
Veröffentlicht: (2024)

Localize-and-Stitch: Efficient Model Merging via Sparse Task Arithmetic
von: He, Yifei, et al.
Veröffentlicht: (2024)

Merging Multi-Task Models via Weight-Ensembling Mixture of Experts
von: Tang, Anke, et al.
Veröffentlicht: (2024)

Efficient Multi-Source Knowledge Transfer by Model Merging
von: Osial, Marcin, et al.
Veröffentlicht: (2025)

Localizing Task Information for Improved Model Merging and Compression
von: Wang, Ke, et al.
Veröffentlicht: (2024)

CubistMerge: Spatial-Preserving Token Merging For Diverse ViT Backbones
von: Gong, Wenyi, et al.
Veröffentlicht: (2025)

ZipIt! Merging Models from Different Tasks without Training
von: Stoica, George, et al.
Veröffentlicht: (2023)

EMR-Merging: Tuning-Free High-Performance Model Merging
von: Huang, Chenyu, et al.
Veröffentlicht: (2024)

StructSAM: Structure- and Spectrum-Preserving Token Merging for Segment Anything Models
von: Nguyen, Duy M. H., et al.
Veröffentlicht: (2026)

Harmonizing and Merging Source Models for CLIP-based Domain Generalization
von: Ding, Yuhe, et al.
Veröffentlicht: (2025)

SurgeryV2: Bridging the Gap Between Model Merging and Multi-Task Learning with Deep Representation Surgery
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

Reassessing the Role of Supervised Fine-Tuning: An Empirical Study in VLM Reasoning
von: Yu, Yongcan, et al.
Veröffentlicht: (2025)

Efficient Visual Transformer by Learnable Token Merging
von: Wang, Yancheng, et al.
Veröffentlicht: (2024)

Towards Eliminating Hard Label Constraints in Gradient Inversion Attacks
von: Wang, Yanbo, et al.
Veröffentlicht: (2024)

AUTO: Adaptive Outlier Optimization for Test-Time OOD Detection
von: Yang, Puning, et al.
Veröffentlicht: (2023)

STAMP: Outlier-Aware Test-Time Adaptation with Stable Memory Replay
von: Yu, Yongcan, et al.
Veröffentlicht: (2024)

Prototypical Distillation and Debiased Tuning for Black-box Unsupervised Domain Adaptation
von: Liang, Jian, et al.
Veröffentlicht: (2024)

Realistic Unsupervised CLIP Fine-tuning with Universal Entropy Optimization
von: Liang, Jian, et al.
Veröffentlicht: (2023)

From Parameter to Representation: A Closed-Form Approach for Controllable Model Merging
von: Wu, Jialin, et al.
Veröffentlicht: (2025)

DC-Merge: Improving Model Merging with Directional Consistency
von: Zhang, Han-Chen, et al.
Veröffentlicht: (2026)

A Comprehensive Survey on Test-Time Adaptation under Distribution Shifts
von: Liang, Jian, et al.
Veröffentlicht: (2023)

Do We Really Need Curated Malicious Data for Safety Alignment in Multi-modal Large Language Models?
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

Merging without Forgetting: Continual Fusion of Task-Specific Models via Optimal Transport
von: Pan, Zecheng, et al.
Veröffentlicht: (2025)

Saliency-Aware Model Merging
von: Park, Jungin, et al.
Veröffentlicht: (2026)

Improving Fuzzy-Logic based Map-Matching Method with Trajectory Stay-Point Detection
von: Jafarlou, Minoo, et al.
Veröffentlicht: (2022)