Buchumschlag

CRAFT: Forgetting-Aware Intervention-Based Adaptation for Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hossen, Md Anwar, Siddika, Fatema, Munoz, Juan Pablo, Roosta, Tanya, Jannesari, Ali
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

FedReFT: Federated Representation Fine-Tuning with All-But-Me Aggregation
von: Siddika, Fatema, et al.
Veröffentlicht: (2025)

Split-on-Share: Mixture of Sparse Experts for Task-Agnostic Continual Learning
von: Siddika, Fatema, et al.
Veröffentlicht: (2026)

Dual-Distilled Heterogeneous Federated Learning with Adaptive Margins for Trainable Global Prototypes
von: Siddika, Fatema, et al.
Veröffentlicht: (2025)

Federated Multimodal Learning with Dual Adapters and Selective Pruning for Communication and Computational Efficiency
von: Nguyen, Duy Phuong, et al.
Veröffentlicht: (2025)

FLoRA: Enhancing Vision-Language Models with Parameter-Efficient Federated Learning
von: Nguyen, Duy Phuong, et al.
Veröffentlicht: (2024)

Federated Foundation Models: Privacy-Preserving and Collaborative Learning for Large Models
von: Yu, Sixing, et al.
Veröffentlicht: (2023)

Rudder: Steering Prefetching in Distributed GNN Training using LLM Agents
von: Sarkar, Aishwarya, et al.
Veröffentlicht: (2026)

Leveraging Manifold Embeddings for Enhanced Graph Transformer Representations and Learning
von: Jyothish, Ankit, et al.
Veröffentlicht: (2025)

Hierarchical Multi-Scale Graph Neural Networks: Scalable Heterophilous Learning with Oversmoothing and Oversquashing Mitigation
von: Hossen, Md Sazzad, et al.
Veröffentlicht: (2026)

Learning Bug Context for PyTorch-to-JAX Translation with LLMs
von: Phan, Hung, et al.
Veröffentlicht: (2025)

Forget Forgetting: Continual Learning in a World of Abundant Memory
von: Cho, Dongkyu, et al.
Veröffentlicht: (2025)

Generalizing Scaling Laws for Dense and Sparse Large Language Models
von: Hossain, Md Arafat, et al.
Veröffentlicht: (2025)

Learning to Forget using Hypernetworks
von: Rangel, Jose Miguel Lara, et al.
Veröffentlicht: (2024)

Protecting Student Mental Health with a Context-Aware Machine Learning Framework for Stress Monitoring
von: Ovi, Md Sultanul Islam, et al.
Veröffentlicht: (2025)

Sequencing to Mitigate Catastrophic Forgetting in Continual Learning
von: Moussa, Hesham G., et al.
Veröffentlicht: (2025)

Accurate Forgetting for Heterogeneous Federated Continual Learning
von: Wuerkaixi, Abudukelimu, et al.
Veröffentlicht: (2025)

Fair Allocation of Bandwidth At Edge Servers For Concurrent Hierarchical Federated Learning
von: Hossen, Md Anwar, et al.
Veröffentlicht: (2024)

Enabling Multi-Agent Transfer Reinforcement Learning via Scenario Independent Representation
von: Nipu, Ayesha Siddika, et al.
Veröffentlicht: (2024)

MAIDCRL: Semi-centralized Multi-Agent Influence Dense-CNN Reinforcement Learning
von: Nipu, Ayesha Siddika, et al.
Veröffentlicht: (2024)

LORA-CRAFT: Cross-layer Rank Adaptation via Frozen Tucker Decomposition of Pre-trained Attention Weights
von: Dewage, Kasun, et al.
Veröffentlicht: (2026)

Addressing Loss of Plasticity and Catastrophic Forgetting in Continual Learning
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

On the Implicit Adversariality of Catastrophic Forgetting in Deep Continual Learning
von: Peng, Ze, et al.
Veröffentlicht: (2025)

Learning from the Undesirable: Robust Adaptation of Language Models without Forgetting
von: Nam, Yunhun, et al.
Veröffentlicht: (2025)

ColA: Collaborative Adaptation with Gradient Learning
von: Diao, Enmao, et al.
Veröffentlicht: (2024)

Robust Model-Based Reinforcement Learning with an Adversarial Auxiliary Model
von: Herremans, Siemen, et al.
Veröffentlicht: (2024)

Importance Sampling for Nonlinear Models
von: Rajmohan, Prakash Palanivelu, et al.
Veröffentlicht: (2025)

Overcoming Growth-Induced Forgetting in Task-Agnostic Continual Learning
von: Zhao, Yuqing, et al.
Veröffentlicht: (2024)

Don't Forget the Critic: Value-Based Data Rehearsal for Multi-Cyclic Continual Reinforcement Learning
von: Poole, Benjamin, et al.
Veröffentlicht: (2026)

N-ReLU: Zero-Mean Stochastic Extension of ReLU
von: Manik, Md Motaleb Hossen, et al.
Veröffentlicht: (2025)

Explainable Machine Learning Framework for Cardiovascular Disease Diagnosis and Prognosis
von: Sourov, Md. Emon Akter, et al.
Veröffentlicht: (2025)

From Order to Distribution: A Spectral Characterization of Forgetting in Continual Learning
von: Xu, Zonghuan, et al.
Veröffentlicht: (2026)

Retrofit: Continual Learning with Controlled Forgetting for Binary Security Detection and Analysis
von: He, Yiling, et al.
Veröffentlicht: (2025)

CORE: Mitigating Catastrophic Forgetting in Continual Learning through Cognitive Replay
von: Zhang, Jianshu, et al.
Veröffentlicht: (2024)

Causally-Aware Information Bottleneck for Domain Adaptation
von: Javidian, Mohammad Ali
Veröffentlicht: (2026)

Why Do Neural Networks Forget: A Study of Collapse in Continual Learning
von: Zhu, Yunqin, et al.
Veröffentlicht: (2026)

Mitigating Intra- and Inter-modal Forgetting in Continual Learning of Unified Multimodal Models
von: Wei, Xiwen, et al.
Veröffentlicht: (2025)

Revisiting Catastrophic Forgetting in Continual Knowledge Graph Embedding
von: Pons, Gerard, et al.
Veröffentlicht: (2026)

How to Leverage Predictive Uncertainty Estimates for Reducing Catastrophic Forgetting in Online Continual Learning
von: Serra, Giuseppe, et al.
Veröffentlicht: (2024)

Can LLMs Alleviate Catastrophic Forgetting in Graph Continual Learning? A Systematic Study
von: Cheng, Ziyang, et al.
Veröffentlicht: (2025)

Evaluating Robustness of Reinforcement Learning Algorithms for Autonomous Shipping
von: Lesy, Bavo, et al.
Veröffentlicht: (2024)