:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autore principale:	Xu, Mingxue
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2604.18085
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Geometry is All You Need: A Unified Taxonomy of Matrix and Tensor Factorization for Compression of Generative Language Models
di: Xu, Mingxue, et al.
Pubblicazione: (2024)

TensorSLM: Energy-efficient Embedding Compression of Sub-billion Parameter Language Models on Low-end Devices
di: Xu, Mingxue, et al.
Pubblicazione: (2025)

TensorGPT: Efficient Compression of Large Language Models based on Tensor-Train Decomposition
di: Xu, Mingxue, et al.
Pubblicazione: (2023)

How can representation dimension dominate structurally pruned LLMs?
di: Xu, Mingxue, et al.
Pubblicazione: (2025)

The Lifecycle of the Spectral Edge: From Gradient Learning to Weight-Decay Compression
di: Xu, Yongzhong
Pubblicazione: (2026)

Enhancing Spectral Graph Neural Networks with LLM-Predicted Homophily
di: Lu, Kangkang, et al.
Pubblicazione: (2025)

On-Policy Consistency Training Improves LLM Safety with Minimal Capability Degradation
di: Han, Andy, et al.
Pubblicazione: (2026)

Statistical Analysis of Policy Space Compression Problem
di: Molaei, Majid, et al.
Pubblicazione: (2024)

Do More Predictions Improve Statistical Inference? Filtered Prediction-Powered Inference
di: Xu, Shirong, et al.
Pubblicazione: (2026)

Efficient Multi-Cohort Inference for Long-Term Effects and Lifetime Value in A/B Testing with User Learning
di: Simionato, Dario, et al.
Pubblicazione: (2026)

Dobi-SVD: Differentiable SVD for LLM Compression and Some New Perspectives
di: Wang, Qinsi, et al.
Pubblicazione: (2025)

A Generalized Spectral Framework to Expain Neural Scaling and Compression Dynamics
di: Zhang, Yizhou
Pubblicazione: (2025)

ProCut: LLM Prompt Compression via Attribution Estimation
di: Xu, Zhentao, et al.
Pubblicazione: (2025)

Self-Indexing KVCache: Predicting Sparse Attention from Compressed Keys
di: Yang, Xu, et al.
Pubblicazione: (2026)

Lossless Compression for LLM Tensor Incremental Snapshots
di: Waddington, Daniel, et al.
Pubblicazione: (2025)

Can Compressed LLMs Truly Act? An Empirical Evaluation of Agentic Capabilities in LLM Compression
di: Dong, Peijie, et al.
Pubblicazione: (2025)

Task-Driven Kernel Flows: Label Rank Compression and Laplacian Spectral Filtering
di: Li, Hongxi, et al.
Pubblicazione: (2026)

Efficient Evaluation of LLM Performance with Statistical Guarantees
di: Wu, Skyler, et al.
Pubblicazione: (2026)

FinLlama: Financial Sentiment Classification for Algorithmic Trading Applications
di: Konstantinidis, Thanos, et al.
Pubblicazione: (2024)

Leech Lattice Vector Quantization for Efficient LLM Compression
di: van der Ouderaa, Tycho F. A., et al.
Pubblicazione: (2026)

The Spectral Lifecycle of Transformer Training: Transient Compression Waves, Persistent Spectral Gradients, and the Q/K--V Asymmetry
di: Liu, Yi
Pubblicazione: (2026)

Generating Statistical Charts with Validation-Driven LLM Workflows
di: Poličar, Pavlin G., et al.
Pubblicazione: (2026)

Controlled LLM Training on Spectral Sphere
di: Xie, Tian, et al.
Pubblicazione: (2026)

Statistically Accurate and Robust Generative Prediction of Rock Discontinuities with A Tabular Foundation Model
di: Meng, Han, et al.
Pubblicazione: (2025)

When Less is More: The LLM Scaling Paradox in Context Compression
di: Guo, Ruishan, et al.
Pubblicazione: (2026)

ProjQ: Project-and-Quantize for Adapter-Aware LLM Compression
di: Yu, Wneya, et al.
Pubblicazione: (2026)

The Significance of Latent Data Divergence in Predicting System Degradation
di: Fernandes, Miguel, et al.
Pubblicazione: (2024)

Huff-LLM: End-to-End Lossless Compression for Efficient LLM Inference
di: Yubeaton, Patrick, et al.
Pubblicazione: (2025)

Spectral Lens: Activation and Gradient Spectra as Diagnostics of LLM Optimization
di: Liu, Andy Zeyi, et al.
Pubblicazione: (2026)

Kernelized Advantage Estimation: From Nonparametric Statistics to LLM Reasoning
di: Gong, Shijin, et al.
Pubblicazione: (2026)

Compress the Context, Keep the Commitments: A Formal Framework for Verifiable LLM Context Compression
di: Trukhina, Natalia, et al.
Pubblicazione: (2026)

Spectral Journey: How Transformers Predict the Shortest Path
di: Cohen, Andrew, et al.
Pubblicazione: (2025)

Wine Characterisation with Spectral Information and Predictive Artificial Intelligence
di: Yao, Jianping, et al.
Pubblicazione: (2025)

Spectral and Spatial Graph Learning for Multispectral Solar Image Compression
di: Siwakoti, Prasiddha, et al.
Pubblicazione: (2025)

Compression Aware Certified Training
di: Xu, Changming, et al.
Pubblicazione: (2025)

NuMuon: Nuclear-Norm-Constrained Muon for Compressible LLM Training
di: Dolatabadi, Hadi Mohaghegh, et al.
Pubblicazione: (2026)

PV-Tuning: Beyond Straight-Through Estimation for Extreme LLM Compression
di: Malinovskii, Vladimir, et al.
Pubblicazione: (2024)

Locality-Aware Redundancy Pruning for LLM Depth Compression
di: Yun, Vincent-Daniel, et al.
Pubblicazione: (2026)

Rethinking LLM Memorization through the Lens of Adversarial Compression
di: Schwarzschild, Avi, et al.
Pubblicazione: (2024)

Hierarchical Sparse Plus Low Rank Compression of LLM
di: Kumar, Pawan, et al.
Pubblicazione: (2025)