Buchumschlag

Pruned Adaptation Modules: A Simple yet Strong Baseline for Continual Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yildirim, Elif Ceren Gok, Yildirim, Murat Onur, Vanschoren, Joaquin
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

Continual Learning on a Data Diet
von: Yildirim, Elif Ceren Gok, et al.
Veröffentlicht: (2024)

Unlocking [CLS] Features for Continual Post-Training
von: Yildirim, Murat Onur, et al.
Veröffentlicht: (2025)

AdaCL:Adaptive Continual Learning
von: Yildirim, Elif Ceren Gok, et al.
Veröffentlicht: (2023)

Self-Regulated Neurogenesis for Online Data-Incremental Learning
von: Yildirim, Murat Onur, et al.
Veröffentlicht: (2024)

Unlocking [CLS] Features for Continual Post-Training
von: Onur Yildirim, Murat, et al.
Veröffentlicht: (2025)

Automated Machine Learning for Unsupervised Tabular Tasks
von: Singh, Prabhant, et al.
Veröffentlicht: (2025)

CLAMS: A System for Zero-Shot Model Selection for Clustering
von: Singh, Prabhant, et al.
Veröffentlicht: (2024)

MCMC for Bayesian estimation of Differential Privacy from Membership Inference Attacks
von: Yildirim, Ceren, et al.
Veröffentlicht: (2025)

Process Knowledge Driven Change Point Detection for Automated Calibration of Discrete Event Simulation Models Using Machine Learning
von: Yildirim, Suleyman, et al.
Veröffentlicht: (2020)

On Supernet Transfer Learning for Effective Task Adaptation
von: Singh, Prabhant, et al.
Veröffentlicht: (2024)

GenPluSSS: A Genetic Algorithm Based Plugin for Measured Subsurface Scattering Representation
von: Yıldırım, Barış, et al.
Veröffentlicht: (2024)

Text embedding models can be great data engineers
von: Kazemian, Iman, et al.
Veröffentlicht: (2025)

Rethinking Irregular Time Series Forecasting: A Simple yet Effective Baseline
von: Liu, Xvyuan, et al.
Veröffentlicht: (2025)

Attention is All You Need to Optimize Wind Farm Operations and Maintenance
von: Kazemian, Iman, et al.
Veröffentlicht: (2024)

Can time series forecasting be automated? A benchmark and analysis
von: Sreedhara, Anvitha Thirthapura, et al.
Veröffentlicht: (2024)

Accelerating Distributed Optimization: A Primal-Dual Perspective on Local Steps
von: Yang, Junchi, et al.
Veröffentlicht: (2024)

Differentially Private Online Bayesian Estimation With Adaptive Truncation
von: Yıldırım, Sinan
Veröffentlicht: (2023)

Meta-Learning for Unsupervised Outlier Detection with Optimal Transport
von: Singh, Prabhant, et al.
Veröffentlicht: (2022)

GPG: A Simple and Strong Reinforcement Learning Baseline for Model Reasoning
von: Chu, Xiangxiang, 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)

Superposition Is Not Necessary: A Mechanistic Interpretability Analysis of Transformer Representations for Time Series Forecasting
von: Yıldırım, Alper
Veröffentlicht: (2026)

A Simple but Strong Baseline for Sounding Video Generation: Effective Adaptation of Audio and Video Diffusion Models for Joint Generation
von: Ishii, Masato, et al.
Veröffentlicht: (2024)

No Mean Feat: Simple, Strong Baselines for Context Compression
von: Feldman, Yair, et al.
Veröffentlicht: (2025)

The Geometric Inductive Bias of Grokking: Bypassing Phase Transitions via Architectural Topology
von: Yıldırım, Alper
Veröffentlicht: (2026)

AutoML Benchmark with shorter time constraints and early stopping
von: Jurado, Israel Campero, et al.
Veröffentlicht: (2025)

Conditional Neural Expert Processes for Learning Movement Primitives from Demonstration
von: Yildirim, Yigit, et al.
Veröffentlicht: (2024)

Robustness of AutoML on Dirty Categorical Data
von: Bueno, Marcos L. P., et al.
Veröffentlicht: (2026)

Revisiting the Generic Transformer: Deconstructing a Strong Baseline for Time Series Foundation Models
von: Wen, Yunshi, et al.
Veröffentlicht: (2026)

How NOT to benchmark your SITE metric: Beyond Static Leaderboards and Towards Realistic Evaluation
von: Singh, Prabhant, et al.
Veröffentlicht: (2025)

Occam's model: Selecting simpler representations for better transferability estimation
von: Singh, Prabhant, et al.
Veröffentlicht: (2025)

A Strong and Simple Deep Learning Baseline for BCI MI Decoding
von: Ouahidi, Yassine El, et al.
Veröffentlicht: (2023)

Time Series Foundation Models as Strong Baselines in Transportation Forecasting: A Large-Scale Benchmark Analysis
von: Yanes-Pulido, Javier, et al.
Veröffentlicht: (2026)

Cut out and Replay: A Simple yet Versatile Strategy for Multi-Label Online Continual Learning
von: Wang, Xinrui, et al.
Veröffentlicht: (2025)

Unsupervised Meta-Learning via In-Context Learning
von: Vettoruzzo, Anna, et al.
Veröffentlicht: (2024)

MALIBO: Meta-learning for Likelihood-free Bayesian Optimization
von: Pan, Jiarong, et al.
Veröffentlicht: (2023)

Simple LLM Baselines are Competitive for Model Diffing
von: Kempf, Elias, et al.
Veröffentlicht: (2026)

Regularized Latent Dynamics Prediction is a Strong Baseline For Behavioral Foundation Models
von: Jajoo, Pranaya, et al.
Veröffentlicht: (2026)

Molecular Topological Profile (MOLTOP) -- Simple and Strong Baseline for Molecular Graph Classification
von: Adamczyk, Jakub, et al.
Veröffentlicht: (2024)

Can Classic GNNs Be Strong Baselines for Graph-level Tasks? Simple Architectures Meet Excellence
von: Luo, Yuankai, et al.
Veröffentlicht: (2025)

Simple yet Effective Graph Distillation via Clustering
von: Lai, Yurui, et al.
Veröffentlicht: (2025)