Improving Training Efficiency and Reducing Maintenance Costs via Language Specific Model Merging
Fuente:
arXiv
Salvato in:
| Autori principali: | Dmonte, Alphaeus, Gupta, Vidhi, Perry, Daniel J, Arehart, Mark |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Towards Generalized Offensive Language Identification
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024)
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024)
Claim Verification in the Age of Large Language Models: A Survey
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024)
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024)
Exploring the Performance of Large Language Models on Subjective Span Identification Tasks
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2026)
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2026)
Classifying Human-Generated and AI-Generated Election Claims in Social Media
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024)
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024)
Adapting Language-Specific LLMs to a Reasoning Model in One Day via Model Merging -- An Open Recipe
di: Pipatanakul, Kunat, et al.
Pubblicazione: (2025)
di: Pipatanakul, Kunat, et al.
Pubblicazione: (2025)
RCP-Merging: Merging Long Chain-of-Thought Models with Domain-Specific Models by Considering Reasoning Capability as Prior
di: Yang, Junyao, et al.
Pubblicazione: (2025)
di: Yang, Junyao, et al.
Pubblicazione: (2025)
Extrapolation Merging: Keep Improving With Extrapolation and Merging
di: Lin, Yiguan, et al.
Pubblicazione: (2025)
di: Lin, Yiguan, et al.
Pubblicazione: (2025)
Transport and Merge: Cross-Architecture Merging for Large Language Models
di: Cui, Chenhang, et al.
Pubblicazione: (2026)
di: Cui, Chenhang, et al.
Pubblicazione: (2026)
Improving the Efficiency of Visually Augmented Language Models
di: Ontalvilla, Paula, et al.
Pubblicazione: (2024)
di: Ontalvilla, Paula, et al.
Pubblicazione: (2024)
AdaMergeX: Cross-Lingual Transfer with Large Language Models via Adaptive Adapter Merging
di: Zhao, Yiran, et al.
Pubblicazione: (2024)
di: Zhao, Yiran, et al.
Pubblicazione: (2024)
AIMMerging: Adaptive Iterative Model Merging Using Training Trajectories for Language Model Continual Learning
di: Feng, Yujie, et al.
Pubblicazione: (2025)
di: Feng, Yujie, et al.
Pubblicazione: (2025)
SafeLLM: Domain-Specific Safety Monitoring for Large Language Models: A Case Study of Offshore Wind Maintenance
di: Walker, Connor, et al.
Pubblicazione: (2024)
di: Walker, Connor, et al.
Pubblicazione: (2024)
Arcee's MergeKit: A Toolkit for Merging Large Language Models
di: Goddard, Charles, et al.
Pubblicazione: (2024)
di: Goddard, Charles, et al.
Pubblicazione: (2024)
Uncertainty-Based Abstention in LLMs Improves Safety and Reduces Hallucinations
di: Tomani, Christian, et al.
Pubblicazione: (2024)
di: Tomani, Christian, et al.
Pubblicazione: (2024)
Building Domain-Specific Small Language Models via Guided Data Generation
di: Kumar, Aman, et al.
Pubblicazione: (2025)
di: Kumar, Aman, et al.
Pubblicazione: (2025)
Sens-Merging: Sensitivity-Guided Parameter Balancing for Merging Large Language Models
di: Liu, Shuqi, et al.
Pubblicazione: (2025)
di: Liu, Shuqi, et al.
Pubblicazione: (2025)
Dual-objective Language Models: Training Efficiency Without Overfitting
di: Samuel, David, et al.
Pubblicazione: (2025)
di: Samuel, David, et al.
Pubblicazione: (2025)
LoRE-Merging: Exploring Low-Rank Estimation For Large Language Model Merging
di: Liu, Zehua, et al.
Pubblicazione: (2025)
di: Liu, Zehua, et al.
Pubblicazione: (2025)
Activation-Informed Merging of Large Language Models
di: Nobari, Amin Heyrani, et al.
Pubblicazione: (2025)
di: Nobari, Amin Heyrani, et al.
Pubblicazione: (2025)
Branch-Solve-Merge Improves Large Language Model Evaluation and Generation
di: Saha, Swarnadeep, et al.
Pubblicazione: (2023)
di: Saha, Swarnadeep, et al.
Pubblicazione: (2023)
"According to ...": Prompting Language Models Improves Quoting from Pre-Training Data
di: Weller, Orion, et al.
Pubblicazione: (2023)
di: Weller, Orion, et al.
Pubblicazione: (2023)
Pruning as a Defense: Reducing Memorization in Large Language Models
di: Gupta, Mansi, et al.
Pubblicazione: (2025)
di: Gupta, Mansi, et al.
Pubblicazione: (2025)
Mix Data or Merge Models? Balancing the Helpfulness, Honesty, and Harmlessness of Large Language Model via Model Merging
di: Yang, Jinluan, et al.
Pubblicazione: (2025)
di: Yang, Jinluan, et al.
Pubblicazione: (2025)
Improving Synthetic Data Training for Contextual Biasing Models with a Keyword-Aware Cost Function
di: Kwok, Chin Yuen, et al.
Pubblicazione: (2025)
di: Kwok, Chin Yuen, et al.
Pubblicazione: (2025)
BILLY: Steering Large Language Models via Merging Persona Vectors for Creative Generation
di: Pai, Tsung-Min, et al.
Pubblicazione: (2025)
di: Pai, Tsung-Min, et al.
Pubblicazione: (2025)
Investigating Cost-Efficiency of LLM-Generated Training Data for Conversational Semantic Frame Analysis
di: Matta, Shiho, et al.
Pubblicazione: (2024)
di: Matta, Shiho, et al.
Pubblicazione: (2024)
DPPA: Pruning Method for Large Language Model to Model Merging
di: Zhu, Yaochen, et al.
Pubblicazione: (2024)
di: Zhu, Yaochen, et al.
Pubblicazione: (2024)
Unlocking the Potential of Model Merging for Low-Resource Languages
di: Tao, Mingxu, et al.
Pubblicazione: (2024)
di: Tao, Mingxu, et al.
Pubblicazione: (2024)
Improving Metacognition and Uncertainty Communication in Language Models
di: Steyvers, Mark, et al.
Pubblicazione: (2025)
di: Steyvers, Mark, et al.
Pubblicazione: (2025)
Merge to Mix: Mixing Datasets via Model Merging
di: Tao, Zhixu Silvia, et al.
Pubblicazione: (2025)
di: Tao, Zhixu Silvia, et al.
Pubblicazione: (2025)
SuperMerge: An Approach For Gradient-Based Model Merging
di: Yang, Haoyu, et al.
Pubblicazione: (2024)
di: Yang, Haoyu, et al.
Pubblicazione: (2024)
Countering Catastrophic Forgetting of Large Language Models for Better Instruction Following via Weight-Space Model Merging
di: Lyu, Mengxian, et al.
Pubblicazione: (2026)
di: Lyu, Mengxian, et al.
Pubblicazione: (2026)
Pruning via Merging: Compressing LLMs via Manifold Alignment Based Layer Merging
di: Liu, Deyuan, et al.
Pubblicazione: (2024)
di: Liu, Deyuan, et al.
Pubblicazione: (2024)
Merging Improves Self-Critique Against Jailbreak Attacks
di: Gallego, Victor
Pubblicazione: (2024)
di: Gallego, Victor
Pubblicazione: (2024)
Merge and Conquer: Instructing Multilingual Models by Adding Target Language Weights
di: Valero, Eneko, et al.
Pubblicazione: (2026)
di: Valero, Eneko, et al.
Pubblicazione: (2026)
ArXiv-to-Model: A Practical Study of Scientific LM Training
di: Gupta, Anuj
Pubblicazione: (2026)
di: Gupta, Anuj
Pubblicazione: (2026)
MergeME: Model Merging Techniques for Homogeneous and Heterogeneous MoEs
di: Zhou, Yuhang, et al.
Pubblicazione: (2025)
di: Zhou, Yuhang, et al.
Pubblicazione: (2025)
SE-Merging: A Self-Enhanced Approach for Dynamic Model Merging
di: Chen, Zijun, et al.
Pubblicazione: (2025)
di: Chen, Zijun, et al.
Pubblicazione: (2025)
K-Merge: Online Continual Merging of Adapters for On-device Large Language Models
di: Shenaj, Donald, et al.
Pubblicazione: (2025)
di: Shenaj, Donald, et al.
Pubblicazione: (2025)
SafeMERGE: Preserving Safety Alignment in Fine-Tuned Large Language Models via Selective Layer-Wise Model Merging
di: Djuhera, Aladin, et al.
Pubblicazione: (2025)
di: Djuhera, Aladin, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Towards Generalized Offensive Language Identification
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024) -
Claim Verification in the Age of Large Language Models: A Survey
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024) -
Exploring the Performance of Large Language Models on Subjective Span Identification Tasks
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2026) -
Classifying Human-Generated and AI-Generated Election Claims in Social Media
di: Dmonte, Alphaeus, et al.
Pubblicazione: (2024) -
Adapting Language-Specific LLMs to a Reasoning Model in One Day via Model Merging -- An Open Recipe
di: Pipatanakul, Kunat, et al.
Pubblicazione: (2025)