Buchumschlag

Model soups need only one ingredient

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdollahpoorrostam, Alireza, Dimitriadis, Nikolaos, Hazimeh, Adam, Frossard, Pascal
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

Task Addition and Weight Disentanglement in Closed-Vocabulary Models
von: Hazimeh, Adam, et al.
Veröffentlicht: (2025)

Pareto Low-Rank Adapters: Efficient Multi-Task Learning with Preferences
von: Dimitriadis, Nikolaos, et al.
Veröffentlicht: (2024)

In Search of the Successful Interpolation: On the Role of Sharpness in CLIP Generalization
von: Abdollahpoorrostam, Alireza
Veröffentlicht: (2024)

MEMOIR: Lifelong Model Editing with Minimal Overwrite and Informed Retention for LLMs
von: Wang, Ke, et al.
Veröffentlicht: (2025)

Localizing Task Information for Improved Model Merging and Compression
von: Wang, Ke, et al.
Veröffentlicht: (2024)

Semantic Document Derendering: SVG Reconstruction via Vision-Language Modeling
von: Hazimeh, Adam, et al.
Veröffentlicht: (2025)

LiNeS: Post-training Layer Scaling Prevents Forgetting and Enhances Model Merging
von: Wang, Ke, et al.
Veröffentlicht: (2024)

Graph-Dictionary Signal Model for Sparse Representations of Multivariate Data
von: Cappelletti, William, et al.
Veröffentlicht: (2024)

Revisiting DeepFool: generalization and improvement
von: Abdollahpoorrostam, Alireza, et al.
Veröffentlicht: (2023)

PUMA: margin-based data pruning
von: Maroto, Javier, et al.
Veröffentlicht: (2024)

Flow based approach for Dynamic Temporal Causal models with non-Gaussian or Heteroscedastic Noises
von: Rahmani, Abdellah, et al.
Veröffentlicht: (2025)

Deep End-to-End Survival Analysis with Temporal Consistency
von: Vieyra, Mariana Vargas, et al.
Veröffentlicht: (2024)

Rewriting the Budget: A General Framework for Black-Box Attacks Under Cost Asymmetry
von: Salmani, Mahdi, et al.
Veröffentlicht: (2025)

Causal Temporal Regime Structure Learning
von: Rahmani, Abdellah, et al.
Veröffentlicht: (2023)

Sparse Training of Discrete Diffusion Models for Graph Generation
von: Qin, Yiming, et al.
Veröffentlicht: (2023)

Generative Modelling of Structurally Constrained Graphs
von: Madeira, Manuel, et al.
Veröffentlicht: (2024)

Why you don't overfit, and don't need Bayes if you only train for one epoch
von: Aitchison, Laurence
Veröffentlicht: (2024)

Bures-Wasserstein Means of Graphs
von: Haasler, Isabel, et al.
Veröffentlicht: (2023)

Single-Input Multi-Output Model Merging: Leveraging Foundation Models for Dense Multi-Task Learning
von: Giraldo, Juan Garcia, et al.
Veröffentlicht: (2025)

How Compositional Generalization and Creativity Improve as Diffusion Models are Trained
von: Favero, Alessandro, et al.
Veröffentlicht: (2025)

DeFoG: Discrete Flow Matching for Graph Generation
von: Qin, Yiming, et al.
Veröffentlicht: (2024)

MOONSHOT : A Framework for Multi-Objective Pruning of Vision and Large Language Models
von: Afriat, Gabriel, et al.
Veröffentlicht: (2026)

Balancing Symmetry and Efficiency in Graph Flow Matching
von: Honoré, Benjamin, et al.
Veröffentlicht: (2026)

Towards Modeling Learner Performance with Large Language Models
von: Neshaei, Seyed Parsa, et al.
Veröffentlicht: (2024)

Backdoor Unlearning by Linear Task Decomposition
von: Abdelraheem, Amel, et al.
Veröffentlicht: (2025)

rETF-semiSL: Semi-Supervised Learning for Neural Collapse in Temporal Data
von: Xie, Yuhan, et al.
Veröffentlicht: (2025)

Generating Directed Graphs with Dual Attention and Asymmetric Encoding
von: Carballo-Castro, Alba, et al.
Veröffentlicht: (2025)

Inductive Domain Transfer In Misspecified Simulation-Based Inference
von: Senouf, Ortal, et al.
Veröffentlicht: (2025)

Scaling Laws for Downstream Task Performance of Large Language Models
von: Isik, Berivan, et al.
Veröffentlicht: (2024)

Sequential Representation Learning via Static-Dynamic Conditional Disentanglement
von: Simon, Mathieu Cyrille, et al.
Veröffentlicht: (2024)

NMT-Obfuscator Attack: Ignore a sentence in translation with only one word
von: Sadrizadeh, Sahar, et al.
Veröffentlicht: (2024)

Distributional Reduction: Unifying Dimensionality Reduction and Clustering with Gromov-Wasserstein
von: Van Assel, Hugues, et al.
Veröffentlicht: (2024)

OSSCAR: One-Shot Structured Pruning in Vision and Language Models with Combinatorial Optimization
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

Forward-only Diffusion Probabilistic Models
von: Luo, Ziwei, et al.
Veröffentlicht: (2025)

Out-of-distribution generalisation is hard: evidence from ARC-like tasks
von: Dimitriadis, George, et al.
Veröffentlicht: (2025)

You only need 4 extra tokens: Synergistic Test-time Adaptation for LLMs
von: Xu, Yijie, et al.
Veröffentlicht: (2025)

Can Synthetic Audio From Generative Foundation Models Assist Audio Recognition and Speech Modeling?
von: Feng, Tiantian, et al.
Veröffentlicht: (2024)

Statistical Inference for Score Decompositions
von: Dimitriadis, Timo, et al.
Veröffentlicht: (2026)

An Optimization Framework for Differentially Private Sparse Fine-Tuning
von: Makni, Mehdi, et al.
Veröffentlicht: (2025)

Pi-DUAL: Using Privileged Information to Distinguish Clean from Noisy Labels
von: Wang, Ke, et al.
Veröffentlicht: (2023)