:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alotaibi, Abdulrahman, Tenison, Irene, Kim, Miriam, Lee, Isaac, Kagal, Lalana
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.04536
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Parameter Efficiency Is Not Memory Efficiency: Rethinking Fine-Tuning for On-Device LLM Adaptation
von: Tenison, Irene, et al.
Veröffentlicht: (2026)

FTTE: Enabling Federated and Resource-Constrained Deep Edge Intelligence
von: Tenison, Irene, et al.
Veröffentlicht: (2025)

Learning Concept Bottleneck Models from Mechanistic Explanations
von: De Santis, Antonio, et al.
Veröffentlicht: (2026)

Knowledge Distillation for Federated Learning: a Practical Guide
von: Mora, Alessio, et al.
Veröffentlicht: (2022)

Mitigating Bias in Concept Bottleneck Models for Fair and Interpretable Image Classification
von: Tong, Schrasing, et al.
Veröffentlicht: (2026)

Investigating Model Editing for Unlearning in Large Language Models
von: Hossain, Shariqah, et al.
Veröffentlicht: (2025)

AdaBet: Gradient-free Layer Selection for Efficient Training of Deep Neural Networks
von: Tenison, Irene, et al.
Veröffentlicht: (2025)

Subgraph Federated Learning for Local Generalization
von: Kim, Sungwon, et al.
Veröffentlicht: (2025)

Learning from the Undesirable: Robust Adaptation of Language Models without Forgetting
von: Nam, Yunhun, et al.
Veröffentlicht: (2025)

Understanding Generalization and Forgetting in In-Context Continual Learning
von: Li, Guangyu, et al.
Veröffentlicht: (2026)

Forget Less, Generalize More: Unifying Temporal and Structural Adaptation for Dynamic Graphs
von: Chang, Qian, et al.
Veröffentlicht: (2026)

Class-wise Federated Unlearning: Harnessing Active Forgetting with Teacher-Student Memory Generation
von: Li, Yuyuan, et al.
Veröffentlicht: (2023)

Mitigating Forgetting in Low Rank Adaptation
von: Sliwa, Joanna, et al.
Veröffentlicht: (2025)

Accurate Forgetting for Heterogeneous Federated Continual Learning
von: Wuerkaixi, Abudukelimu, et al.
Veröffentlicht: (2025)

Fast Last-Iterate Convergence of Learning in Games Requires Forgetful Algorithms
von: Cai, Yang, et al.
Veröffentlicht: (2024)

Measuring Perceptions of Fairness in AI Systems: The Effects of Infra-marginality
von: Tong, Schrasing, et al.
Veröffentlicht: (2026)

Task Confusion and Catastrophic Forgetting in Class-Incremental Learning: A Mathematical Framework for Discriminative and Generative Modelings
von: Nori, Milad Khademi, et al.
Veröffentlicht: (2024)

CRAFT: Forgetting-Aware Intervention-Based Adaptation for Continual Learning
von: Hossen, Md Anwar, et al.
Veröffentlicht: (2026)

Exploring the Impact of Parameter Update Magnitude on Forgetting and Generalization of Continual Learning
von: He, JinLi, et al.
Veröffentlicht: (2026)

On Forgetting and Stability of Score-based Generative models
von: Strasman, Stanislas, et al.
Veröffentlicht: (2026)

Overcoming Catastrophic Forgetting in Federated Class-Incremental Learning via Federated Global Twin Generator
von: Nguyen, Thinh, et al.
Veröffentlicht: (2024)

Easy to Learn, Yet Hard to Forget: Towards Robust Unlearning Under Bias
von: Kwon, JuneHyoung, et al.
Veröffentlicht: (2026)

How to Forget Clients in Federated Online Learning to Rank?
von: Wang, Shuyi, et al.
Veröffentlicht: (2024)

C2A: Client-Customized Adaptation for Parameter-Efficient Federated Learning
von: Kim, Yeachan, et al.
Veröffentlicht: (2024)

Continual Generalized Category Discovery: Learning and Forgetting from a Bayesian Perspective
von: Dai, Hao, et al.
Veröffentlicht: (2025)

Feature Diversification and Adaptation for Federated Domain Generalization
von: Yang, Seunghan, et al.
Veröffentlicht: (2024)

Personalized Federated Learning for Gradient Alignment
von: Kim, Dongwon, et al.
Veröffentlicht: (2026)

Spectral Imbalance Causes Forgetting in Low-Rank Continual Adaptation
von: Gu, Hao, et al.
Veröffentlicht: (2026)

When to Stop Federated Learning: Zero-Shot Generation of Synthetic Validation Data with Generative AI for Early Stopping
von: Lee, Youngjoon, et al.
Veröffentlicht: (2025)

Uncertainty-Calibrated Test-Time Model Adaptation without Forgetting
von: Tan, Mingkui, et al.
Veröffentlicht: (2024)

Federated Class-Incremental Learning: A Hybrid Approach Using Latent Exemplars and Data-Free Techniques to Address Local and Global Forgetting
von: Nori, Milad Khademi, et al.
Veröffentlicht: (2025)

Evolving Machine Learning in Non-Stationary Environments: A Unified Survey of Drift, Forgetting, and Adaptation
von: Martin, Ignacio Cabrera, et al.
Veröffentlicht: (2025)

Catastrophic Forgetting Resilient One-Shot Incremental Federated Learning
von: Zaland, Obaidullah, et al.
Veröffentlicht: (2026)

Graceful Forgetting in Generative Language Models
von: Jiang, Chunyang, et al.
Veröffentlicht: (2025)

FlexFed: Mitigating Catastrophic Forgetting in Heterogeneous Federated Learning in Pervasive Computing Environments
von: Alosaime, Sara, et al.
Veröffentlicht: (2025)

Learning to Discover: A Generalized Framework for Raga Identification without Forgetting
von: Singh, Parampreet, et al.
Veröffentlicht: (2026)

Audio-Visual Continual Test-Time Adaptation without Forgetting
von: Maharana, Sarthak Kumar, et al.
Veröffentlicht: (2026)

Forgetting in Language Models: Capacity, Optimization, and Self-Generated Replay
von: Marek, Martin, et al.
Veröffentlicht: (2026)

Forgetting is Everywhere
von: Sanati, Ben, et al.
Veröffentlicht: (2025)

Flashback: Understanding and Mitigating Forgetting in Federated Learning
von: Aljahdali, Mohammed, et al.
Veröffentlicht: (2024)