Buchumschlag

WARP: Guaranteed Inner-Layer Repair of NLP Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hsu, Hsin-Ling, Chen, Min-Yu, Chen, Nai-Chia, Chen, Yan-Ru, Chang, Yi-Ling, Yu, Fang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

WARP: On the Benefits of Weight Averaged Rewarded Policies
von: Ramé, Alexandre, et al.
Veröffentlicht: (2024)

Sparse Adapter Fusion for Continual Learning in NLP
von: Zeng, Min, et al.
Veröffentlicht: (2026)

DECRL: A Deep Evolutionary Clustering Jointed Temporal Knowledge Graph Representation Learning Approach
von: Chen, Qian, et al.
Veröffentlicht: (2024)

Jailbreaking with Universal Multi-Prompts
von: Hsu, Yu-Ling, et al.
Veröffentlicht: (2025)

WARP: Weight Teleportation for Attack-Resilient Unlearning Protocols
von: Maheri, Mohammad M, et al.
Veröffentlicht: (2025)

Outlier-Efficient Hopfield Layers for Large Transformer-Based Models
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Regret-Guided Search Control for Efficient Learning in AlphaZero
von: Tsai, Yun-Jui, et al.
Veröffentlicht: (2026)

DAQ: Density-Aware Post-Training Weight-Only Quantization For LLMs
von: Luo, Yingsong, et al.
Veröffentlicht: (2024)

Inner-Instance Normalization for Time Series Forecasting
von: Jibao, Zipo, et al.
Veröffentlicht: (2025)

Beyond In-Domain Detection: SpikeScore for Cross-Domain Hallucination Detection
von: Deng, Yongxin, et al.
Veröffentlicht: (2026)

A Survey of Data Synthesis Approaches
von: Chang, Hsin-Yu, et al.
Veröffentlicht: (2024)

AdaMixup: A Dynamic Defense Framework for Membership Inference Attack Mitigation
von: Chen, Ying, et al.
Veröffentlicht: (2025)

MIM-Reasoner: Learning with Theoretical Guarantees for Multiplex Influence Maximization
von: Do, Nguyen, et al.
Veröffentlicht: (2024)

TAGA: Text-Attributed Graph Self-Supervised Learning by Synergizing Graph and Text Mutual Transformations
von: Zhang, Zheng, et al.
Veröffentlicht: (2024)

Demystifying MuZero Planning: Interpreting the Learned Model
von: Guei, Hung, et al.
Veröffentlicht: (2024)

Climate Downscaling: A Deep-Learning Based Super-resolution Model of Precipitation Data with Attention Block and Skip Connections
von: Chiang, Chia-Hao, et al.
Veröffentlicht: (2024)

On-device AI: Quantization-aware Training of Transformers in Time-Series
von: Ling, Tianheng, et al.
Veröffentlicht: (2024)

Forecasting Unseen Points of Interest Visits Using Context and Proximity Priors
von: Li, Ziyao, et al.
Veröffentlicht: (2024)

BitPipe: Bidirectional Interleaved Pipeline Parallelism for Accelerating Large Models Training
von: Wu, Houming, et al.
Veröffentlicht: (2024)

LoopQ: Quantization for Recursive Transformers
von: Fang, Rui, et al.
Veröffentlicht: (2026)

Fate: Fast Edge Inference of Mixture-of-Experts Models via Cross-Layer Gate
von: Fang, Zhiyuan, et al.
Veröffentlicht: (2025)

Explainable LLM Unlearning Through Reasoning
von: Liao, Junfeng, et al.
Veröffentlicht: (2026)

Data-Driven Lipschitz Continuity: A Cost-Effective Approach to Improve Adversarial Robustness
von: Chen, Erh-Chung, et al.
Veröffentlicht: (2024)

Generalized Phase Pressure Control Enhanced Reinforcement Learning for Traffic Signal Control
von: Liao, Xiao-Cheng, et al.
Veröffentlicht: (2025)

Theoretical Insights in Model Inversion Robustness and Conditional Entropy Maximization for Collaborative Inference Systems
von: Xia, Song, et al.
Veröffentlicht: (2025)

Curriculum Learning with Quality-Driven Data Selection
von: Wu, Biao, et al.
Veröffentlicht: (2024)

Diagonal Adaptive Non-local Observables on Quantum Neural Networks
von: Tseng, Huan-Hsin, et al.
Veröffentlicht: (2026)

POIFormer: A Transformer-Based Framework for Accurate and Scalable Point-of-Interest Attribution
von: Saxena, Nripsuta Ani, et al.
Veröffentlicht: (2025)

Open-Vocabulary Panoptic Segmentation Using BERT Pre-Training of Vision-Language Multiway Transformer Model
von: Chen, Yi-Chia, et al.
Veröffentlicht: (2024)

Sample-based Dynamic Hierarchical Transformer with Layer and Head Flexibility via Contextual Bandit
von: Meng, Fanfei, et al.
Veröffentlicht: (2023)

Material Property Prediction with Element Attribute Knowledge Graphs and Multimodal Representation Learning
von: Huang, Chao, et al.
Veröffentlicht: (2024)

HIT-ROCKET: Hadamard-vector Inner-product Transformer for ROCKET
von: Hao, Wang, et al.
Veröffentlicht: (2025)

From Pruning to Grafting: Dynamic Knowledge Redistribution via Learnable Layer Fusion
von: Pei, Zehua, et al.
Veröffentlicht: (2024)

MOSS: Efficient and Accurate FP8 LLM Training with Microscaling and Automatic Scaling
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

Meta-DiffuB: A Contextualized Sequence-to-Sequence Text Diffusion Model with Meta-Exploration
von: Chuang, Yun-Yen, et al.
Veröffentlicht: (2024)

Integer-only Quantized Transformers for Embedded FPGA-based Time-series Forecasting in AIoT
von: Ling, Tianheng, et al.
Veröffentlicht: (2024)

Spatial-temporal Graph Convolutional Networks with Diversified Transformation for Dynamic Graph Representation Learning
von: Wang, Ling, et al.
Veröffentlicht: (2024)

ST-Hyper: Learning High-Order Dependencies Across Multiple Spatial-Temporal Scales for Multivariate Time Series Forecasting
von: Wu, Binqing, et al.
Veröffentlicht: (2025)

AnomalyGFM: Graph Foundation Model for Zero/Few-shot Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2025)

MillGNN: Learning Multi-Scale Lead-Lag Dependencies for Multi-Variate Time Series Forecasting
von: Wu, Binqing, et al.
Veröffentlicht: (2025)