Buchumschlag

Self-Soupervision: Cooking Model Soups without Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fuller, Anthony, Green, James R., Shelhamer, Evan
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

LookWhen? Fast Video Recognition by Learning When, Where, and What to Compute
von: Salamatian, Ali, et al.
Veröffentlicht: (2026)

Self-Distillation of Hidden Layers for Self-Supervised Representation Learning
von: Lowe, Scott C., et al.
Veröffentlicht: (2026)

A Closer Look at In-Distribution vs. Out-of-Distribution Accuracy for Open-Set Test-time Adaptation
von: Li, Zefeng, et al.
Veröffentlicht: (2026)

Asymmetric Duos: Sidekicks Improve Uncertainty
von: Zhou, Tim G., et al.
Veröffentlicht: (2025)

Thicker and Quicker: A Jumbo Token for Fast Plain Vision Transformers
von: Fuller, Anthony, et al.
Veröffentlicht: (2025)

Adaptive Randomized Smoothing: Certified Adversarial Robustness for Multi-Step Defences
von: Lyu, Saiyue, et al.
Veröffentlicht: (2024)

ProtoTTA: Prototype-Guided Test-Time Adaptation
von: Abootorabi, Mohammad Mahdi, et al.
Veröffentlicht: (2026)

GeoCrossBench: Cross-Band Generalization for Remote Sensing
von: Tamazyan, Hakob, et al.
Veröffentlicht: (2025)

LT-Soups: Bridging Head and Tail Classes via Subsampled Model Soups
von: Aminbeidokhti, Masih, et al.
Veröffentlicht: (2025)

Learning Scalable Model Soup on a Single GPU: An Efficient Subspace Training Strategy
von: Li, Tao, et al.
Veröffentlicht: (2024)

LookWhere? Efficient Visual Recognition by Learning Where to Look and What to See from Self-Supervision
von: Fuller, Anthony, et al.
Veröffentlicht: (2025)

Enhanced Soups for Graph Neural Networks
von: Zuber, Joseph, et al.
Veröffentlicht: (2025)

Bone Soups: A Seek-and-Soup Model Merging Approach for Controllable Multi-Objective Generation
von: Xie, Guofu, et al.
Veröffentlicht: (2025)

Spectral Souping: A Unified Framework for Online Preference Alignment
von: Chow, Yinlam, et al.
Veröffentlicht: (2026)

Improving Robustness of Foundation Models in Domain Adaptation with Soup-Adapters
von: Roschkowski, Marco
Veröffentlicht: (2025)

Soup-of-Experts: Pretraining Specialist Models via Parameters Averaging
von: Ablin, Pierre, et al.
Veröffentlicht: (2025)

RADIN: Souping on a Budget
von: Menes, Thibaut, et al.
Veröffentlicht: (2024)

Local Superior Soups: A Catalyst for Model Merging in Cross-Silo Federated Learning
von: Chen, Minghui, et al.
Veröffentlicht: (2024)

Sparse Model Soups: A Recipe for Improved Pruning via Model Averaging
von: Zimmer, Max, et al.
Veröffentlicht: (2023)

ECG-Soup: Harnessing Multi-Layer Synergy for ECG Foundation Models
von: Nguyen, Phu X., et al.
Veröffentlicht: (2025)

SALSA: Soup-based Alignment Learning for Stronger Adaptation in RLHF
von: Chegini, Atoosa, et al.
Veröffentlicht: (2024)

State Soup: In-Context Skill Learning, Retrieval and Mixing
von: Pióro, Maciej, et al.
Veröffentlicht: (2024)

Objective Soups: Multilingual Multi-Task Modeling for Speech Processing
von: Saif, A F M, et al.
Veröffentlicht: (2025)

VC-Soup: Value-Consistency Guided Multi-Value Alignment for Large Language Models
von: Xu, Hefei, et al.
Veröffentlicht: (2026)

Diffusion Soup: Model Merging for Text-to-Image Diffusion Models
von: Biggs, Benjamin, et al.
Veröffentlicht: (2024)

Soup to go: mitigating forgetting during continual learning with model averaging
von: Kleiman, Anat, et al.
Veröffentlicht: (2025)

Flexible and Efficient Drift Detection without Labels
von: Tan, Nelvin, et al.
Veröffentlicht: (2025)

LoRA Soups: Merging LoRAs for Practical Skill Composition Tasks
von: Prabhakar, Akshara, et al.
Veröffentlicht: (2024)

Rethinking Self-Distillation: Label Averaging and Enhanced Soft Label Refinement with Partial Labels
von: Jeong, Hyeonsu, et al.
Veröffentlicht: (2024)

SLADE: Detecting Dynamic Anomalies in Edge Streams without Labels via Self-Supervised Learning
von: Lee, Jongha, et al.
Veröffentlicht: (2024)

Free Process Rewards without Process Labels
von: Yuan, Lifan, et al.
Veröffentlicht: (2024)

Leveraging Model Soups to Classify Intangible Cultural Heritage Images from the Mekong Delta
von: Tran, Quoc-Khang, et al.
Veröffentlicht: (2026)

Multi-Label Plant Species Classification with Self-Supervised Vision Transformers
von: Gustineli, Murilo, et al.
Veröffentlicht: (2024)

Measuring Pre-training Data Quality without Labels for Time Series Foundation Models
von: Wen, Songkang, et al.
Veröffentlicht: (2024)

Evolving Language Models without Labels: Majority Drives Selection, Novelty Promotes Variation
von: Zhou, Yujun, et al.
Veröffentlicht: (2025)

Self-Directed Learning of Convex Labelings on Graphs
von: Sokolov, Georgy, et al.
Veröffentlicht: (2024)

Ranking and Combining Latent Structured Predictive Scores without Labeled Data
von: Afshar, Shiva, et al.
Veröffentlicht: (2024)

Local Feature Selection without Label or Feature Leakage for Interpretable Machine Learning Predictions
von: Oosterhuis, Harrie, et al.
Veröffentlicht: (2024)

Unsupervised Federated Optimization at the Edge: D2D-Enabled Learning without Labels
von: Wagle, Satyavrat, et al.
Veröffentlicht: (2024)

CookingDiffusion: Cooking Procedural Image Generation with Stable Diffusion
von: Wang, Yuan, et al.
Veröffentlicht: (2025)