Buchumschlag

Scaling DoRA: High-Rank Adaptation via Factored Norms and Fused Kernels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zelenin, Alexandra, Zhuravlyova, Alexandra
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning C.4; I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fed-DLoRA: Efficient Wireless Federated Learning with Dynamic Low-Rank Adaptation
von: Li, Huaicheng, et al.
Veröffentlicht: (2026)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Memory-Efficient Partitioned DNN Inference on Resource-Constrained Android Crowds
von: Manamperi, Lakshani, et al.
Veröffentlicht: (2026)

Robustness of Spatio-temporal Graph Neural Networks for Fault Location in Partially Observable Distribution Grids
von: Karabulut, Burak, et al.
Veröffentlicht: (2026)

Reinforcement Learning-Based Energy-Aware Coverage Path Planning for Precision Agriculture
von: Wu, Beining, et al.
Veröffentlicht: (2026)

MoE-Prefill: Zero Redundancy Overheads in MoE Prefill Serving
von: Su, Zhaoyuan, et al.
Veröffentlicht: (2026)

TensLoRA: Tensor Alternatives for Low-Rank Adaptation
von: Marmoret, Axel, et al.
Veröffentlicht: (2025)

Byzantine-Resilient Federated Learning via QUBO-Based Client Selection on Quantum Annealers
von: Ferenczi, Andras, et al.
Veröffentlicht: (2026)

Agent Memory Below the Prompt: Persistent Q4 KV Cache for Multi-Agent LLM Inference on Edge Devices
von: Shkolnikov, Yakov Pyotr
Veröffentlicht: (2026)

Evaluating and Learning Robust Bandit Policies Under Uncertain Causal Mechanisms
von: Avery, Katherine, et al.
Veröffentlicht: (2025)

Sensorformer: Cross-patch attention with global-patch compression is effective for high-dimensional multivariate time series forecasting
von: Qin, Liyang, et al.
Veröffentlicht: (2025)

Quantization-Robust LLM Unlearning via Low-Rank Adaptation
von: Abitante, João Vitor Boer, et al.
Veröffentlicht: (2026)

On the Push-Based Asynchronous Federated Learning: A Bias-Correction Aggregation Approach
von: Bai, Jiahui, et al.
Veröffentlicht: (2026)

Understanding Boolean Function Learnability on Deep Neural Networks: PAC Learning Meets Neurosymbolic Models
von: Nicolau, Marcio, et al.
Veröffentlicht: (2020)

EcoFair: Trustworthy and Energy-Aware Routing for Privacy-Preserving Vertically Partitioned Medical Inference
von: Anoosha, Mostafa, et al.
Veröffentlicht: (2026)

Subspace Geometry Governs Catastrophic Forgetting in Low-Rank Adaptation
von: Steele, Brady
Veröffentlicht: (2026)

Comparing Fairness of Generative Mobility Models
von: Wang, Daniel, et al.
Veröffentlicht: (2024)

RG-TTA: Regime-Guided Meta-Control for Test-Time Adaptation in Streaming Time Series
von: Kumar, Indar, et al.
Veröffentlicht: (2026)

GraphPerf-RT: A Graph-Driven Performance Model for Hardware-Aware Scheduling of OpenMP Codes
von: Pivezhandi, Mohammad, et al.
Veröffentlicht: (2025)

Low-Rank Adapters Initialization via Gradient Surgery for Continual Learning
von: Pasquali, Joana, et al.
Veröffentlicht: (2026)

Understanding The Effectiveness of Lossy Compression in Machine Learning Training Sets
von: Underwood, Robert, et al.
Veröffentlicht: (2024)

Newtonian and Lagrangian Neural Networks: A Comparison Towards Efficient Inverse Dynamics Identification
von: Trinh, Minh, et al.
Veröffentlicht: (2025)

The Final-Stage Bottleneck: A Systematic Dissection of the R-Learner for Network Causal Inference
von: Sairam, S, et al.
Veröffentlicht: (2025)

Study Design and Demystification of Physics Informed Neural Networks for Power Flow Simulation
von: Leyli-abadi, Milad, et al.
Veröffentlicht: (2025)

Unsupervised Baseline Clustering and Incremental Adaptation for IoT Device Traffic Profiling
von: Alderman, Sean M., et al.
Veröffentlicht: (2026)

Repetition Without Exclusivity: Scale Sensitivity of Referential Mechanisms in Child-Scale Language Models
von: Cacioli, Jon-Paul
Veröffentlicht: (2026)

HAELT: A Hybrid Attentive Ensemble Learning Transformer Framework for High-Frequency Stock Price Forecasting
von: Bui, Thanh Dan
Veröffentlicht: (2025)

Machine Learning for Energy-Performance-aware Scheduling
von: Hu, Zheyuan, et al.
Veröffentlicht: (2026)

A Grammar of Machine Learning Workflows: Rejecting Data Leakage at Call Time
von: Roth, Simon
Veröffentlicht: (2026)

rmlnomogram: An R package to construct an explainable nomogram for any machine learning algorithms
von: Sufriyana, Herdiantri, et al.
Veröffentlicht: (2025)

HEHRGNN: A Unified Embedding Model for Knowledge Graphs with Hyperedges and Hyper-Relational Edges
von: Rajagopalamenon, Rajesh, et al.
Veröffentlicht: (2026)

Ground-Compose-Reinforce: Grounding Language in Agentic Behaviours using Limited Data
von: Li, Andrew C., et al.
Veröffentlicht: (2025)

Graph Spring Neural ODEs for Link Sign Prediction
von: Rehmann, Andrin, et al.
Veröffentlicht: (2024)

Generative and Contrastive Graph Representation Learning
von: Chen, Jiali, et al.
Veröffentlicht: (2025)

VN Network: Embedding Newly Emerging Entities with Virtual Neighbors
von: He, Yongquan, et al.
Veröffentlicht: (2024)

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy
von: Yang, Haotian, et al.
Veröffentlicht: (2025)

Do Transaction-Level and Actor-Level AML Queues Agree? An Empirical Evaluation of Granularity Effects on the Elliptic++ Graph
von: Malik, Ankur
Veröffentlicht: (2026)

Parameter-Efficient and Personalized Federated Training of Generative Models at the Edge
von: Khan, Kabir, et al.
Veröffentlicht: (2025)

TAGC: Optimizing Gradient Communication in Distributed Transformer Training
von: Polyakov, Igor, et al.
Veröffentlicht: (2025)

Graph Neural Network Based Action Ranking for Planning
von: Mangannavar, Rajesh, et al.
Veröffentlicht: (2024)