Copertina

Rethinking LoRA for Data Heterogeneous Federated Learning: Subspace and State Alignment

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Peng, Hongyi, Yu, Han, Li, Xiaoxiao, Yang, Qiang
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Rethinking LoRA for Privacy-Preserving Federated Learning in Large Models
di: Liu, Jin, et al.
Pubblicazione: (2026)

SC-LoRA: Balancing Efficient Fine-tuning and Knowledge Preservation via Subspace-Constrained LoRA
di: Luo, Minrui, et al.
Pubblicazione: (2025)

FedTreeLoRA: Reconciling Statistical and Functional Heterogeneity in Federated LoRA Fine-Tuning
di: Bian, Jieming, et al.
Pubblicazione: (2026)

LoRA-Mixer: Coordinate Modular LoRA Experts Through Serial Attention Routing
di: Li, Wenbing, et al.
Pubblicazione: (2025)

Rethinking the Rank Threshold for LoRA Fine-Tuning
di: Park, Juneyoung
Pubblicazione: (2026)

SDFLoRA: Selective Decoupled Federated LoRA for Privacy-preserving Fine-tuning with Heterogeneous Clients
di: Shen, Zhikang, et al.
Pubblicazione: (2026)

Shared LoRA Subspaces for almost Strict Continual Learning
di: Kaushik, Prakhar, et al.
Pubblicazione: (2026)

IterIS: Iterative Inference-Solving Alignment for LoRA Merging
di: Chen, Hongxu, et al.
Pubblicazione: (2024)

A Note on LoRA
di: Fomenko, Vlad, et al.
Pubblicazione: (2024)

R-LoRA: Randomized Multi-Head LoRA for Efficient Multi-Task Learning
di: Liu, Jinda, et al.
Pubblicazione: (2025)

SCALE-LoRA: Auditing Post-Retrieval LoRA Composition with Residual Merging and View Reliability
di: Zhou, Shuaipeng, et al.
Pubblicazione: (2026)

Exploring Gradient Subspaces: Addressing and Overcoming LoRA's Limitations in Federated Fine-Tuning of Large Language Models
di: Mahla, Navyansh, et al.
Pubblicazione: (2024)

Adaptive Selection of LoRA Components in Privacy-Preserving Federated Learning
di: Kim, Myoungjun, et al.
Pubblicazione: (2026)

pFedLoRA: Model-Heterogeneous Personalized Federated Learning with LoRA Tuning
di: Yi, Liping, et al.
Pubblicazione: (2023)

ALTO: Adaptive LoRA Tuning and Orchestration for Heterogeneous LoRA Training Workloads
di: Zuo, Jingwei, et al.
Pubblicazione: (2026)

FiLoRA: Focus-and-Ignore LoRA for Controllable Feature Reliance
di: Chung, Hyunsuk, et al.
Pubblicazione: (2026)

FedSVD: Adaptive Orthogonalization for Private Federated Learning with LoRA
di: Lee, Seanie, et al.
Pubblicazione: (2025)

Unraveling LoRA Interference: Orthogonal Subspaces for Robust Model Merging
di: Zhang, Haobo, et al.
Pubblicazione: (2025)

Orthogonal Subspace Projection for Continual Machine Unlearning via SVD-Based LoRA
di: Rahulamathavan, Yogachandran, et al.
Pubblicazione: (2026)

HAFLQ: Heterogeneous Adaptive Federated LoRA Fine-tuned LLM with Quantization
di: Su, Yang, et al.
Pubblicazione: (2024)

S-LoRA: Serving Thousands of Concurrent LoRA Adapters
di: Sheng, Ying, et al.
Pubblicazione: (2023)

Semantic-guided LoRA Parameters Generation
di: Li, Miaoge, et al.
Pubblicazione: (2025)

Mitigating Unintended Memorization with LoRA in Federated Learning for LLMs
di: Bossy, Thierry, et al.
Pubblicazione: (2025)

Conditional LoRA Parameter Generation
di: Jin, Xiaolong, et al.
Pubblicazione: (2024)

Subliminal Learning is a LoRA Artifact
di: Nief, Todd, et al.
Pubblicazione: (2026)

Kron-LoRA: Hybrid Kronecker-LoRA Adapters for Scalable, Sustainable Fine-tuning
di: Shen, Yixin
Pubblicazione: (2025)

LoRA Done RITE: Robust Invariant Transformation Equilibration for LoRA Optimization
di: Yen, Jui-Nan, et al.
Pubblicazione: (2024)

FedMomentum: Preserving LoRA Training Momentum in Federated Fine-Tuning
di: Yan, Peishen, et al.
Pubblicazione: (2026)

LoRA on the Go: Instance-level Dynamic LoRA Selection and Merging
di: Lee, Seungeon, et al.
Pubblicazione: (2025)

Robust Federated Finetuning of LLMs via Alternating Optimization of LoRA
di: Chen, Shuangyi, et al.
Pubblicazione: (2025)

Improving LoRA with Variational Learning
di: Cong, Bai, et al.
Pubblicazione: (2025)

HiLoRA: Adaptive Hierarchical LoRA Routing for Training-Free Domain Generalization
di: Han, Ziyi, et al.
Pubblicazione: (2025)

ALLoRA: Adaptive Learning Rate Mitigates LoRA Fatal Flaws
di: Huang, Hai, et al.
Pubblicazione: (2024)

The Scaling Law for LoRA Base on Mutual Information Upper Bound
di: Zhang, Jing, et al.
Pubblicazione: (2025)

Stable-LoRA: Stabilizing Feature Learning of Low-Rank Adaptation
di: Wu, Yize, et al.
Pubblicazione: (2026)

Retrieval-Augmented Mixture of LoRA Experts for Uploadable Machine Learning
di: Zhao, Ziyu, et al.
Pubblicazione: (2024)

LoRA Learns Less and Forgets Less
di: Biderman, Dan, et al.
Pubblicazione: (2024)

LoRA-DA: Data-Aware Initialization for Low-Rank Adaptation via Asymptotic Analysis
di: Zhang, Qingyue, et al.
Pubblicazione: (2025)

Riemannian Optimization for LoRA on the Stiefel Manifold
di: Park, Juneyoung, et al.
Pubblicazione: (2025)

Text-to-LoRA: Instant Transformer Adaption
di: Charakorn, Rujikorn, et al.
Pubblicazione: (2025)