Buchumschlag

LACE: Loss-Adaptive Capacity Expansion for Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Tathe, Shivnath
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

True 4-Bit Quantized Convolutional Neural Network Training on CPU: Achieving Full-Precision Parity
von: Tathe, Shivnath
Veröffentlicht: (2026)

ADEPT: Continual Pretraining via Adaptive Expansion and Dynamic Decoupled Tuning
von: Zhang, Jinyang, et al.
Veröffentlicht: (2025)

Edgeworth Expansion for Semi-hard Triplet Loss
von: Kimura, Masanari
Veröffentlicht: (2025)

Learning-assisted Stochastic Capacity Expansion Planning: A Bayesian Optimization Approach
von: Brenner, Aron, et al.
Veröffentlicht: (2024)

On Understanding of the Dynamics of Model Capacity in Continual Learning
von: Chakraborty, Supriyo, et al.
Veröffentlicht: (2025)

Meta-Learning Adaptive Loss Functions
von: Raymond, Christian, et al.
Veröffentlicht: (2023)

Self-Controlled Dynamic Expansion Model for Continual Learning
von: Wu, Runqing, et al.
Veröffentlicht: (2025)

Capacity-Constrained Continual Learning
von: Wen, Zheng, et al.
Veröffentlicht: (2025)

Continual Learning for Adaptive AI Systems
von: Amin, Md Hasibul, et al.
Veröffentlicht: (2025)

Understanding the Role of Rehearsal Scale in Continual Learning under Varying Model Capacities
von: He, JinLi, et al.
Veröffentlicht: (2026)

Bayesian Adaptive Polynomial Chaos Expansions
von: Rumsey, Kellin N., et al.
Veröffentlicht: (2025)

Fine-Tuning Without Forgetting via Loss-Adaptive Learning Rates
von: Prashant, Parjanya Prajakta, et al.
Veröffentlicht: (2026)

TANTE: Time-Adaptive Operator Learning via Neural Taylor Expansion
von: Wu, Zhikai, et al.
Veröffentlicht: (2025)

Adaptive Hyperparameter Optimization for Continual Learning Scenarios
von: Semola, Rudy, et al.
Veröffentlicht: (2024)

Addressing Loss of Plasticity and Catastrophic Forgetting in Continual Learning
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

Mitigating the Stability-Plasticity Dilemma in Adaptive Train Scheduling with Curriculum-Driven Continual DQN Expansion
von: Jaziri, Achref, et al.
Veröffentlicht: (2024)

Perturbed Iterate SGD for Lipschitz Continuous Loss Functions with Numerical Error and Adaptive Step Sizes
von: Metel, Michael R.
Veröffentlicht: (2022)

Mitigating Plasticity Loss in Continual Reinforcement Learning by Reducing Churn
von: Tang, Hongyao, et al.
Veröffentlicht: (2025)

Adaptive Preconditioners Trigger Loss Spikes in Adam
von: Bai, Zhiwei, et al.
Veröffentlicht: (2025)

Continuous Histogram Loss: Beyond Neural Similarity
von: Zholus, Artem, et al.
Veröffentlicht: (2020)

Prototype-Based Continual Learning with Label-free Replay Buffer and Cluster Preservation Loss
von: Aghasanli, Agil, et al.
Veröffentlicht: (2025)

On the Convergence of Continual Learning with Adaptive Methods
von: Han, Seungyub, et al.
Veröffentlicht: (2024)

Towards Robust Continual Learning with Bayesian Adaptive Moment Regularization
von: Foster, Jack, et al.
Veröffentlicht: (2023)

Consolidation-Expansion Operator Mechanics:A Unified Framework for Adaptive Learning
von: Guha, Debashis
Veröffentlicht: (2026)

Self-Expansion of Pre-trained Models with Mixture of Adapters for Continual Learning
von: Wang, Huiyi, et al.
Veröffentlicht: (2024)

ProtoAda: Prototype-Guided Adaptive Adapter Expansion and Geometric Consolidation for Multimodal Continual Instruction Tuning
von: Shi, Yu-Cheng, et al.
Veröffentlicht: (2026)

Neuroplastic Expansion in Deep Reinforcement Learning
von: Liu, Jiashun, et al.
Veröffentlicht: (2024)

Polynomial Chaos Expansion for Operator Learning
von: Sharma, Himanshu, et al.
Veröffentlicht: (2025)

Adaptive Data Compression and Reconstruction for Memory-Bounded EEG Continual Learning
von: Xie, Chengcheng
Veröffentlicht: (2026)

FLAME: Adaptive Mixture-of-Experts for Continual Multimodal Multi-Task Learning
von: Han, Xing, et al.
Veröffentlicht: (2026)

AdaER: An Adaptive Experience Replay Approach for Continual Lifelong Learning
von: Li, Xingyu, et al.
Veröffentlicht: (2023)

Learning with Fitzpatrick Losses
von: Rakotomandimby, Seta, et al.
Veröffentlicht: (2024)

End to end Hindi to English speech conversion using Bark, mBART and a finetuned XLSR Wav2Vec2
von: Tathe, Aniket, et al.
Veröffentlicht: (2024)

Learning to Forget: Continual Learning with Adaptive Weight Decay
von: Ramesh, Aditya A., et al.
Veröffentlicht: (2026)

Experience Replay Addresses Loss of Plasticity in Continual Learning
von: Wang, Jiuqi, et al.
Veröffentlicht: (2025)

CLeAN: Continual Learning Adaptive Normalization in Dynamic Environments
von: Marasco, Isabella, et al.
Veröffentlicht: (2026)

Adaptive Sensing of Continuous Physical Systems for Machine Learning
von: Köster, Felix, et al.
Veröffentlicht: (2026)

Preserving Plasticity in Continual Learning with Adaptive Linearity Injection
von: Rohani, Seyed Roozbeh Razavi, et al.
Veröffentlicht: (2025)

Adaptive Variance-Penalized Continual Learning with Fisher Regularization
von: Sarkar, Krisanu
Veröffentlicht: (2025)

Safe Continual Reinforcement Learning under Nonstationarity via Adaptive Safety Constraints
von: Tomashevskiy, Timofey
Veröffentlicht: (2026)