Buchumschlag

Task2vec Readiness: Diagnostics for Federated Learning from Pre-Training Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mafuz, Cristiano, Silva, Rodrigo
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

mini-vec2vec: Scaling Universal Geometry Alignment with Linear Transformations
von: Dar, Guy
Veröffentlicht: (2025)

QuantFL: Sustainable Federated Learning for Edge IoT via Pre-Trained Model Quantisation
von: Herath, Charuka, et al.
Veröffentlicht: (2026)

Ethics2vec: aligning automatic agents and human preferences
von: Bontempi, Gianluca
Veröffentlicht: (2025)

CyclicFL: A Cyclic Model Pre-Training Approach to Efficient Federated Learning
von: Zhang, Pengyu, et al.
Veröffentlicht: (2023)

mRNA2vec: mRNA Embedding with Language Model in the 5'UTR-CDS for mRNA Design
von: Zhang, Honggen, et al.
Veröffentlicht: (2024)

Ready2Unlearn: A Learning-Time Approach for Preparing Models with Future Unlearning Readiness
von: Duan, Hanyu, et al.
Veröffentlicht: (2025)

Warming Up for Zeroth-Order Federated Pre-Training with Low Resource Clients
von: Legate, Gwen, et al.
Veröffentlicht: (2025)

ffstruc2vec: Flat, Flexible and Scalable Learning of Node Representations from Structural Identities
von: Heidrich, Mario, et al.
Veröffentlicht: (2025)

Task-Aware Parameter-Efficient Fine-Tuning of Large Pre-Trained Models at the Edge
von: Hu, Senkang, et al.
Veröffentlicht: (2025)

Embedding Hidden Adversarial Capabilities in Pre-Trained Diffusion Models
von: Beerens, Lucas, et al.
Veröffentlicht: (2025)

Learning Embeddings for Sequential Tasks Using Population of Agents
von: Mahajan, Mridul, et al.
Veröffentlicht: (2023)

Bayesian Federated Learning for Continual Training
von: Milasheuski, Usevalad, et al.
Veröffentlicht: (2025)

CADRE: Customizable Assurance of Data Readiness in Privacy-Preserving Federated Learning
von: Hiniduma, Kaveen, et al.
Veröffentlicht: (2025)

Task-agnostic Decision Transformer for Multi-type Agent Control with Federated Split Training
von: Wang, Zhiyuan, et al.
Veröffentlicht: (2024)

TFGN: Task-Free, Replay-Free Continual Pre-Training Without Catastrophic Forgetting at LLM Scale
von: Ganguli, Anurup
Veröffentlicht: (2026)

Intrinsic Training Signals for Federated Learning Aggregation
von: Fiorini, Cosimo, et al.
Veröffentlicht: (2025)

player2vec: A Language Modeling Approach to Understand Player Behavior in Games
von: Wang, Tianze, et al.
Veröffentlicht: (2024)

Toward Enhancing Representation Learning in Federated Multi-Task Settings
von: Setayesh, Mehdi, et al.
Veröffentlicht: (2026)

TransPeakNet: Solvent-Aware 2D NMR Prediction via Multi-Task Pre-Training and Unsupervised Learning
von: Li, Yunrui, et al.
Veröffentlicht: (2024)

Efficient UAV Swarm-Based Multi-Task Federated Learning with Dynamic Task Knowledge Sharing
von: Yang, Yubo, et al.
Veröffentlicht: (2025)

Relational Learning in Pre-Trained Models: A Theory from Hypergraph Recovery Perspective
von: Chen, Yang, et al.
Veröffentlicht: (2024)

Fair Concurrent Training of Multiple Models in Federated Learning
von: Siew, Marie, et al.
Veröffentlicht: (2024)

Adaptive Guidance for Local Training in Heterogeneous Federated Learning
von: Zhang, Jianqing, et al.
Veröffentlicht: (2024)

Combining Pre-Trained Models for Enhanced Feature Representation in Reinforcement Learning
von: Piccoli, Elia, et al.
Veröffentlicht: (2025)

PTMs-TSCIL Pre-Trained Models Based Class-Incremental Learning
von: Wu, Yuanlong, et al.
Veröffentlicht: (2025)

Heterogeneity-Aware Coordination for Federated Learning via Stitching Pre-trained blocks
von: Zhan, Shichen, et al.
Veröffentlicht: (2024)

Reinforcement Learning on Pre-Training Data
von: Li, Siheng, et al.
Veröffentlicht: (2025)

WeChat-YATT: A Scalable, Simple, Efficient, and Production Ready Training Library
von: Wu, Junyu, et al.
Veröffentlicht: (2025)

Junk DNA Hypothesis: Pruning Small Pre-Trained Weights Irreversibly and Monotonically Impairs "Difficult" Downstream Tasks in LLMs
von: Yin, Lu, et al.
Veröffentlicht: (2023)

CLoVE: Personalized Federated Learning through Clustering of Loss Vector Embeddings
von: Bhatia, Randeep, et al.
Veröffentlicht: (2025)

Memory-efficient Energy-adaptive Inference of Pre-Trained Models on Batteryless Embedded Systems
von: Farina, Pietro, et al.
Veröffentlicht: (2024)

Task-Aware Virtual Training: Enhancing Generalization in Meta-Reinforcement Learning for Out-of-Distribution Tasks
von: Kim, Jeongmo, et al.
Veröffentlicht: (2025)

Small Models, Smarter Learning: The Power of Joint Task Training
von: Both, Csaba, et al.
Veröffentlicht: (2025)

Implicit Federated In-context Learning For Task-Specific LLM Fine-Tuning
von: Li, Dongcheng, et al.
Veröffentlicht: (2025)

PFedDST: Personalized Federated Learning with Decentralized Selection Training
von: Fan, Mengchen, et al.
Veröffentlicht: (2025)

Generative Pre-Trained Transformer for Symbolic Regression Base In-Context Reinforcement Learning
von: Li, Yanjie, et al.
Veröffentlicht: (2024)

A Framework for Quantifying How Pre-Training and Context Benefit In-Context Learning
von: Song, Bingqing, et al.
Veröffentlicht: (2025)

EASTER: Embedding Aggregation-based Heterogeneous Models Training in Vertical Federated Learning
von: Wang, Shuo, et al.
Veröffentlicht: (2023)

Topology Only Pre-Training: Towards Generalised Multi-Domain Graph Models
von: Davies, Alex O., et al.
Veröffentlicht: (2023)

Adaptive Personalized Federated Learning via Multi-task Averaging of Kernel Mean Embeddings
von: Fermanian, Jean-Baptiste, et al.
Veröffentlicht: (2026)