Can Heterogeneous Language Models Be Fused?
Fuente:
arXiv
Gespeichert in:
| Hauptverfasser: | Chen, Shilian, Zhou, Jie, Chen, Qin, Wu, Wen, Li, Xin, Feng, Qi, He, Liang |
|---|---|
| Format: | Preprint |
| Veröffentlicht: |
2026
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Ähnliche Einträge
Black-box Model Merging for Language-Model-as-a-Service with Massive Model Repositories
von: Chen, Shilian, et al.
Veröffentlicht: (2025)
von: Chen, Shilian, et al.
Veröffentlicht: (2025)
LifeAlign: Lifelong Alignment for Large Language Models with Memory-Augmented Focalized Preference Optimization
von: Li, Junsong, et al.
Veröffentlicht: (2025)
von: Li, Junsong, et al.
Veröffentlicht: (2025)
Forget What's Sensitive, Remember What Matters: Token-Level Differential Privacy in Memory Sculpting for Continual Learning
von: Zhan, Bihao, et al.
Veröffentlicht: (2025)
von: Zhan, Bihao, et al.
Veröffentlicht: (2025)
A Survey of Slow Thinking-based Reasoning LLMs using Reinforced Learning and Inference-time Scaling Law
von: Pan, Qianjun, et al.
Veröffentlicht: (2025)
von: Pan, Qianjun, et al.
Veröffentlicht: (2025)
DiaHalu: A Dialogue-level Hallucination Evaluation Benchmark for Large Language Models
von: Chen, Kedi, et al.
Veröffentlicht: (2024)
von: Chen, Kedi, et al.
Veröffentlicht: (2024)
Contextual Multi-Objective Optimization: Rethinking Objectives in Frontier AI Systems
von: Zhou, Jie, et al.
Veröffentlicht: (2026)
von: Zhou, Jie, et al.
Veröffentlicht: (2026)
Dynamic Multimodal Activation Steering for Hallucination Mitigation in Large Vision-Language Models
von: Yin, Jianghao, et al.
Veröffentlicht: (2026)
von: Yin, Jianghao, et al.
Veröffentlicht: (2026)
Small Language Model Can Self-correct
von: Han, Haixia, et al.
Veröffentlicht: (2024)
von: Han, Haixia, et al.
Veröffentlicht: (2024)
Can Large Language Models Understand Real-World Complex Instructions?
von: He, Qianyu, et al.
Veröffentlicht: (2023)
von: He, Qianyu, et al.
Veröffentlicht: (2023)
Predicting Empirical AI Research Outcomes with Language Models
von: Wen, Jiaxin, et al.
Veröffentlicht: (2025)
von: Wen, Jiaxin, et al.
Veröffentlicht: (2025)
SpecFuse: Ensembling Large Language Models via Next-Segment Prediction
von: Lv, Bo, et al.
Veröffentlicht: (2024)
von: Lv, Bo, et al.
Veröffentlicht: (2024)
LLM-KT: Aligning Large Language Models with Knowledge Tracing using a Plug-and-Play Instruction
von: Wang, Ziwei, et al.
Veröffentlicht: (2025)
von: Wang, Ziwei, et al.
Veröffentlicht: (2025)
Can Pre-trained Language Models Understand Chinese Humor?
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)
PsychAgent: An Experience-Driven Lifelong Learning Agent for Self-Evolving Psychological Counselor
von: Yang, Yutao, et al.
Veröffentlicht: (2026)
von: Yang, Yutao, et al.
Veröffentlicht: (2026)
A Survey of Inductive Reasoning for Large Language Models
von: Chen, Kedi, et al.
Veröffentlicht: (2025)
von: Chen, Kedi, et al.
Veröffentlicht: (2025)
Task-Core Memory Management and Consolidation for Long-term Continual Learning
von: Huai, Tianyu, et al.
Veröffentlicht: (2025)
von: Huai, Tianyu, et al.
Veröffentlicht: (2025)
Enhancing Uncertainty Modeling with Semantic Graph for Hallucination Detection
von: Chen, Kedi, et al.
Veröffentlicht: (2025)
von: Chen, Kedi, et al.
Veröffentlicht: (2025)
Protein-SE(3): Benchmarking SE(3)-based Generative Models for Protein Structure Design
von: Yu, Lang, et al.
Veröffentlicht: (2025)
von: Yu, Lang, et al.
Veröffentlicht: (2025)
Learnware of Language Models: Specialized Small Language Models Can Do Big
von: Tan, Zhi-Hao, et al.
Veröffentlicht: (2025)
von: Tan, Zhi-Hao, et al.
Veröffentlicht: (2025)
A Regularization-based Transfer Learning Method for Information Extraction via Instructed Graph Decoder
von: Chen, Kedi, et al.
Veröffentlicht: (2024)
von: Chen, Kedi, et al.
Veröffentlicht: (2024)
Adaptive Heterogeneous Graph Neural Networks: Bridging Heterophily and Heterogeneity
von: Chen, Qin, et al.
Veröffentlicht: (2025)
von: Chen, Qin, et al.
Veröffentlicht: (2025)
Boosting Conversational Question Answering with Fine-Grained Retrieval-Augmentation and Self-Check
von: Ye, Linhao, et al.
Veröffentlicht: (2024)
von: Ye, Linhao, et al.
Veröffentlicht: (2024)
CodeFuse-13B: A Pretrained Multi-lingual Code Large Language Model
von: Di, Peng, et al.
Veröffentlicht: (2023)
von: Di, Peng, et al.
Veröffentlicht: (2023)
Code-driven Number Sequence Calculation: Enhancing the inductive Reasoning Abilities of Large Language Models
von: Chen, Kedi, et al.
Veröffentlicht: (2025)
von: Chen, Kedi, et al.
Veröffentlicht: (2025)
PseudoAct: Leveraging Pseudocode Synthesis for Flexible Planning and Action Control in Large Language Model Agents
von: Yihan, et al.
Veröffentlicht: (2026)
von: Yihan, et al.
Veröffentlicht: (2026)
FusionSF: Fuse Heterogeneous Modalities in a Vector Quantized Framework for Robust Solar Power Forecasting
von: Ma, Ziqing, et al.
Veröffentlicht: (2024)
von: Ma, Ziqing, et al.
Veröffentlicht: (2024)
Enhancing LLM Reasoning for Time Series Classification by Tailored Thinking and Fused Decision
von: Zhou, Jiahui, et al.
Veröffentlicht: (2025)
von: Zhou, Jiahui, et al.
Veröffentlicht: (2025)
Can Language Models Solve Graph Problems in Natural Language?
von: Wang, Heng, et al.
Veröffentlicht: (2023)
von: Wang, Heng, et al.
Veröffentlicht: (2023)
Mastering Text, Code and Math Simultaneously via Fusing Highly Specialized Language Models
von: Ding, Ning, et al.
Veröffentlicht: (2024)
von: Ding, Ning, et al.
Veröffentlicht: (2024)
Can Large Language Models Be Trusted as Evolutionary Optimizers for Network-Structured Combinatorial Problems?
von: Zhao, Jie, et al.
Veröffentlicht: (2025)
von: Zhao, Jie, et al.
Veröffentlicht: (2025)
Auto-Formulating Dynamic Programming Problems with Large Language Models
von: Zhou, Chenyu, et al.
Veröffentlicht: (2025)
von: Zhou, Chenyu, et al.
Veröffentlicht: (2025)
LETToT: Label-Free Evaluation of Large Language Models On Tourism Using Expert Tree-of-Thought
von: Qi, Ruiyan, et al.
Veröffentlicht: (2025)
von: Qi, Ruiyan, et al.
Veröffentlicht: (2025)
A Heterogeneous Graph Neural Network Fusing Functional and Structural Connectivity for MCI Diagnosis
von: Yin, Feiyu, et al.
Veröffentlicht: (2024)
von: Yin, Feiyu, et al.
Veröffentlicht: (2024)
Beyond Graphs: Can Large Language Models Comprehend Hypergraphs?
von: Feng, Yifan, et al.
Veröffentlicht: (2024)
von: Feng, Yifan, et al.
Veröffentlicht: (2024)
Tensor-Fused Multi-View Graph Contrastive Learning
von: Wu, Yujia, et al.
Veröffentlicht: (2024)
von: Wu, Yujia, et al.
Veröffentlicht: (2024)
Can Competition Enhance the Proficiency of Agents Powered by Large Language Models in the Realm of News-driven Time Series Forecasting?
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2025)
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2025)
Can Large Language Models Analyze Graphs like Professionals? A Benchmark, Datasets and Models
von: Li, Xin, et al.
Veröffentlicht: (2024)
von: Li, Xin, et al.
Veröffentlicht: (2024)
LightReasoner: Can Small Language Models Teach Large Language Models Reasoning?
von: Wang, Jingyuan, et al.
Veröffentlicht: (2025)
von: Wang, Jingyuan, et al.
Veröffentlicht: (2025)
From Context to Skills: Can Language Models Learn from Context Skillfully?
von: Si, Shuzheng, et al.
Veröffentlicht: (2026)
von: Si, Shuzheng, et al.
Veröffentlicht: (2026)
Coarse-to-Fine Highlighting: Reducing Knowledge Hallucination in Large Language Models
von: Lv, Qitan, et al.
Veröffentlicht: (2024)
von: Lv, Qitan, et al.
Veröffentlicht: (2024)
Ähnliche Einträge
-
Black-box Model Merging for Language-Model-as-a-Service with Massive Model Repositories
von: Chen, Shilian, et al.
Veröffentlicht: (2025) -
LifeAlign: Lifelong Alignment for Large Language Models with Memory-Augmented Focalized Preference Optimization
von: Li, Junsong, et al.
Veröffentlicht: (2025) -
Forget What's Sensitive, Remember What Matters: Token-Level Differential Privacy in Memory Sculpting for Continual Learning
von: Zhan, Bihao, et al.
Veröffentlicht: (2025) -
A Survey of Slow Thinking-based Reasoning LLMs using Reinforced Learning and Inference-time Scaling Law
von: Pan, Qianjun, et al.
Veröffentlicht: (2025) -
DiaHalu: A Dialogue-level Hallucination Evaluation Benchmark for Large Language Models
von: Chen, Kedi, et al.
Veröffentlicht: (2024)