Buchumschlag

Auxiliary-predicted Compress Memory Model(ApCM Model): A Neural Memory Storage Model Based on Invertible Compression and Learnable Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ou, Weinuo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exact Linear Attention
von: Ou, Weinuo
Veröffentlicht: (2026)

Compressed Context Memory For Online Language Model Interaction
von: Kim, Jang-Hyun, et al.
Veröffentlicht: (2023)

PaCKD: Pattern-Clustered Knowledge Distillation for Compressing Memory Access Prediction Models
von: Gupta, Neelesh, et al.
Veröffentlicht: (2024)

Trellis: Learning to Compress Key-Value Memory in Attention Models
von: Karami, Mahdi, et al.
Veröffentlicht: (2025)

Invertible Memory Flow Networks
von: Zerihun, Liyu, et al.
Veröffentlicht: (2026)

Experimental Analysis of Large-scale Learnable Vector Storage Compression
von: Zhang, Hailin, et al.
Veröffentlicht: (2023)

Memory-Efficient Visual Autoregressive Modeling with Scale-Aware KV Cache Compression
von: Li, Kunjun, et al.
Veröffentlicht: (2025)

Clustering-driven Memory Compression for On-device Large Language Models
von: Bohdal, Ondrej, et al.
Veröffentlicht: (2026)

Mathematical Formalism for Memory Compression in Selective State Space Models
von: Bhat, Siddhanth
Veröffentlicht: (2024)

An Efficient Compression of Deep Neural Network Checkpoints Based on Prediction and Context Modeling
von: Kim, Yuriy, et al.
Veröffentlicht: (2025)

Towards Compressive and Scalable Recurrent Memory
von: Song, Yunchong, et al.
Veröffentlicht: (2026)

Neural Weight Compression for Language Models
von: Ryu, Jegwang, et al.
Veröffentlicht: (2025)

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

Memory Bank Compression for Continual Adaptation of Large Language Models
von: Katraouras, Thomas, et al.
Veröffentlicht: (2026)

Auto-FlexSwitch: Efficient Dynamic Model Merging via Learnable Task Vector Compression
von: Gao, Junqi, et al.
Veröffentlicht: (2026)

WorldPack: Compressed Memory Improves Spatial Consistency in Video World Modeling
von: Oshima, Yuta, et al.
Veröffentlicht: (2025)

LoMA: Lossless Compressed Memory Attention
von: Wang, Yumeng, et al.
Veröffentlicht: (2024)

MELODI: Exploring Memory Compression for Long Contexts
von: Chen, Yinpeng, et al.
Veröffentlicht: (2024)

NeuZip: Memory-Efficient Training and Inference with Dynamic Compression of Neural Networks
von: Hao, Yongchang, et al.
Veröffentlicht: (2024)

Efficient Model Compression for Bayesian Neural Networks
von: Saha, Diptarka, et al.
Veröffentlicht: (2024)

MLorc: Momentum Low-rank Compression for Memory Efficient Large Language Model Adaptation
von: Shen, Wei, et al.
Veröffentlicht: (2025)

Less Memory Means smaller GPUs: Backpropagation with Compressed Activations
von: Barley, Daniel, et al.
Veröffentlicht: (2024)

Chain-of-Thought and Compressed Looped Transformers: A Memory-Budget Separation
von: Zhang, Haozhou
Veröffentlicht: (2026)

Compression Repair for Feedforward Neural Networks Based on Model Equivalence Evaluation
von: Mo, Zihao, et al.
Veröffentlicht: (2024)

Adaptive Data Compression and Reconstruction for Memory-Bounded EEG Continual Learning
von: Xie, Chengcheng
Veröffentlicht: (2026)

On Model Compression for Neural Networks: Framework, Algorithm, and Convergence Guarantee
von: Li, Chenyang, et al.
Veröffentlicht: (2023)

CompAct: Compressed Activations for Memory-Efficient LLM Training
von: Shamshoum, Yara, et al.
Veröffentlicht: (2024)

Robust Learnability of Sample-Compressible Distributions under Noisy or Adversarial Perturbations
von: Boushehrian, Arefe, et al.
Veröffentlicht: (2025)

BitStack: Any-Size Compression of Large Language Models in Variable Memory Environments
von: Wang, Xinghao, et al.
Veröffentlicht: (2024)

Big2Small: A Unifying Neural Network Framework for Model Compression
von: Liao, Jing-Xiao, et al.
Veröffentlicht: (2026)

PRAC: Principal-Random Subspace for LLM Activation Compression and Memory-Efficient Training
von: Li, Yanyi, et al.
Veröffentlicht: (2026)

Neural Embedding Compression For Efficient Multi-Task Earth Observation Modelling
von: Gomes, Carlos, et al.
Veröffentlicht: (2024)

Memory-Driven Self-Improvement for Decision Making with Large Language Models
von: Yan, Xue, et al.
Veröffentlicht: (2025)

Language Model Memory and Memory Models for Language
von: Badger, Benjamin L.
Veröffentlicht: (2026)

Hyper-Compression: Model Compression via Hyperfunction
von: Fan, Fenglei, et al.
Veröffentlicht: (2024)

Goal-Directed Search Outperforms Goal-Agnostic Memory Compression in Long-Context Memory Tasks
von: Zheng, Yicong, et al.
Veröffentlicht: (2025)

Evolvable Psychology Informed Neural Network for Memory Behavior Modeling
von: Shen, Xiaoxuan, et al.
Veröffentlicht: (2024)

Memory-Efficient Fine-Tuning via Low-Rank Activation Compression
von: Shi, Jiang-Xin, et al.
Veröffentlicht: (2025)

Compressed Concatenation of Small Embedding Models
von: Ayad, Mohamed Ayoub Ben, et al.
Veröffentlicht: (2025)

Forget, Then Recall: Learnable Compression and Selective Unfolding via Gist Sparse Attention
von: Mao, Yuzhen, et al.
Veröffentlicht: (2026)