Multi-objective Evolutionary Merging Enables Efficient Reasoning Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Iacobelli, Mario, Minut, Adrian Robert, Mencattini, Tommaso, Crisostomi, Donato, Santilli, Andrea, Masi, Iacopo, Rodolà, Emanuele |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
MERGE$^3$: Efficient Evolutionary Merging on Consumer-grade GPUs
par: Mencattini, Tommaso, et autres
Publié: (2025)
par: Mencattini, Tommaso, et autres
Publié: (2025)
Mergenetic: a Simple Evolutionary Model Merging Library
par: Minut, Adrian Robert, et autres
Publié: (2025)
par: Minut, Adrian Robert, et autres
Publié: (2025)
Language Models are Injective and Hence Invertible
par: Nikolaou, Giorgos, et autres
Publié: (2025)
par: Nikolaou, Giorgos, et autres
Publié: (2025)
Spilled Energy in Large Language Models
par: Minut, Adrian Robert, et autres
Publié: (2026)
par: Minut, Adrian Robert, et autres
Publié: (2026)
Model Merging Improves Zero-Shot Generalization in Bioacoustic Foundation Models
par: Marincione, Davide, et autres
Publié: (2025)
par: Marincione, Davide, et autres
Publié: (2025)
Implicit Inversion turns CLIP into a Decoder
par: D'Orazio, Antonio, et autres
Publié: (2025)
par: D'Orazio, Antonio, et autres
Publié: (2025)
Model Merging: Foundations and Algorithms
par: Crisostomi, Donato
Publié: (2026)
par: Crisostomi, Donato
Publié: (2026)
ATM: Improving Model Merging by Alternating Tuning and Merging
par: Zhou, Luca, et autres
Publié: (2024)
par: Zhou, Luca, et autres
Publié: (2024)
MASS: MoErging through Adaptive Subspace Selection
par: Crisostomi, Donato, et autres
Publié: (2025)
par: Crisostomi, Donato, et autres
Publié: (2025)
$C^2M^3$: Cycle-Consistent Multi-Model Merging
par: Crisostomi, Donato, et autres
Publié: (2024)
par: Crisostomi, Donato, et autres
Publié: (2024)
Activation Patching for Interpretable Steering in Music Generation
par: Facchiano, Simone, et autres
Publié: (2025)
par: Facchiano, Simone, et autres
Publié: (2025)
LoopGen: Training-Free Loopable Music Generation
par: Marincione, Davide, et autres
Publié: (2025)
par: Marincione, Davide, et autres
Publié: (2025)
Two-Scale Latent Dynamics for Recurrent-Depth Transformers
par: Pappone, Francesco, et autres
Publié: (2025)
par: Pappone, Francesco, et autres
Publié: (2025)
Preserving Privacy in Large Language Models: A Survey on Current Threats and Solutions
par: Miranda, Michele, et autres
Publié: (2024)
par: Miranda, Michele, et autres
Publié: (2024)
Accelerating Transformer Inference for Translation via Parallel Decoding
par: Santilli, Andrea, et autres
Publié: (2023)
par: Santilli, Andrea, et autres
Publié: (2023)
Communicating Sound Through Natural Language
par: Rossi, Emanuele, et autres
Publié: (2026)
par: Rossi, Emanuele, et autres
Publié: (2026)
Task Singular Vectors: Reducing Task Interference in Model Merging
par: Gargiulo, Antonio Andrea, et autres
Publié: (2024)
par: Gargiulo, Antonio Andrea, et autres
Publié: (2024)
Zero-Shot Quantization via Weight-Space Arithmetic
par: Solombrino, Daniele, et autres
Publié: (2026)
par: Solombrino, Daniele, et autres
Publié: (2026)
Metric Based Few-Shot Graph Classification
par: Crisostomi, Donato, et autres
Publié: (2022)
par: Crisostomi, Donato, et autres
Publié: (2022)
Efficient Generation of Multimodal Fluid Simulation Data
par: Baieri, Daniele, et autres
Publié: (2023)
par: Baieri, Daniele, et autres
Publié: (2023)
Multi-Way Representation Alignment
par: Achara, Akshit, et autres
Publié: (2026)
par: Achara, Akshit, et autres
Publié: (2026)
Multimodal Neural Databases
par: Trappolini, Giovanni, et autres
Publié: (2023)
par: Trappolini, Giovanni, et autres
Publié: (2023)
Inverse Language Modeling towards Robust and Grounded LLMs
par: Gabrielli, Davide, et autres
Publié: (2025)
par: Gabrielli, Davide, et autres
Publié: (2025)
Multi-Stage Evolutionary Model Merging with Meta Data Driven Curriculum Learning for Sentiment-Specialized Large Language Modeling
par: Inoshita, Keito, et autres
Publié: (2026)
par: Inoshita, Keito, et autres
Publié: (2026)
How Neural Losses Shape VAE Latents
par: Strano, Giorgio, et autres
Publié: (2026)
par: Strano, Giorgio, et autres
Publié: (2026)
On Task Vectors and Gradients
par: Zhou, Luca, et autres
Publié: (2025)
par: Zhou, Luca, et autres
Publié: (2025)
Reasoning Pattern Alignment Merging for Adaptive Reasoning
par: Zhong, Zhaofeng, et autres
Publié: (2026)
par: Zhong, Zhaofeng, et autres
Publié: (2026)
RCP-Merging: Merging Long Chain-of-Thought Models with Domain-Specific Models by Considering Reasoning Capability as Prior
par: Yang, Junyao, et autres
Publié: (2025)
par: Yang, Junyao, et autres
Publié: (2025)
ReasonAny: Incorporating Reasoning Capability to Any Model via Simple and Effective Model Merging
par: Yang, Junyao, et autres
Publié: (2026)
par: Yang, Junyao, et autres
Publié: (2026)
Efficient Aspect-Based Summarization of Climate Change Reports with Small Language Models
par: Ghinassi, Iacopo, et autres
Publié: (2024)
par: Ghinassi, Iacopo, et autres
Publié: (2024)
HM3: Heterogeneous Multi-Class Model Merging
par: Hackmann, Stefan
Publié: (2024)
par: Hackmann, Stefan
Publié: (2024)
STAGE: Stemmed Accompaniment Generation through Prefix-Based Conditioning
par: Strano, Giorgio, et autres
Publié: (2025)
par: Strano, Giorgio, et autres
Publié: (2025)
MrT5: Dynamic Token Merging for Efficient Byte-level Language Models
par: Kallini, Julie, et autres
Publié: (2024)
par: Kallini, Julie, et autres
Publié: (2024)
The Thinking Spectrum: An Empirical Study of Tunable Reasoning in LLMs through Model Merging
par: Lan, Xiaochong, et autres
Publié: (2025)
par: Lan, Xiaochong, et autres
Publié: (2025)
Evolutionary Negative Module Pruning for Better LoRA Merging
par: Cao, Anda, et autres
Publié: (2026)
par: Cao, Anda, et autres
Publié: (2026)
Multi-task Code LLMs: Data Mix or Model Merge?
par: Zhu, Mingzhi, et autres
Publié: (2026)
par: Zhu, Mingzhi, et autres
Publié: (2026)
SuperMerge: An Approach For Gradient-Based Model Merging
par: Yang, Haoyu, et autres
Publié: (2024)
par: Yang, Haoyu, et autres
Publié: (2024)
Exploratory Causal Inference in SAEnce
par: Mencattini, Tommaso, et autres
Publié: (2025)
par: Mencattini, Tommaso, et autres
Publié: (2025)
Transport and Merge: Cross-Architecture Merging for Large Language Models
par: Cui, Chenhang, et autres
Publié: (2026)
par: Cui, Chenhang, et autres
Publié: (2026)
Large Language Model for Multi-objective Evolutionary Optimization
par: Liu, Fei, et autres
Publié: (2023)
par: Liu, Fei, et autres
Publié: (2023)
Documents similaires
-
MERGE$^3$: Efficient Evolutionary Merging on Consumer-grade GPUs
par: Mencattini, Tommaso, et autres
Publié: (2025) -
Mergenetic: a Simple Evolutionary Model Merging Library
par: Minut, Adrian Robert, et autres
Publié: (2025) -
Language Models are Injective and Hence Invertible
par: Nikolaou, Giorgos, et autres
Publié: (2025) -
Spilled Energy in Large Language Models
par: Minut, Adrian Robert, et autres
Publié: (2026) -
Model Merging Improves Zero-Shot Generalization in Bioacoustic Foundation Models
par: Marincione, Davide, et autres
Publié: (2025)