Learngene Search Across Multiple Datasets for Building Variable-Sized Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Boyu, Zhou, Junbo, Liu, Chang, Yang, Xu, Wang, Qiufeng, Geng, Xin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Learngene via Stage-wise Weight Sharing for Initializing Variable-sized Models
von: Xia, Shi-Yu, et al.
Veröffentlicht: (2024)

Transferring Core Knowledge via Learngenes
von: Feng, Fu, et al.
Veröffentlicht: (2024)

Chain-based Distillation for Effective Initialization of Variable-Sized Small Language Models
von: Shi, Boyu, et al.
Veröffentlicht: (2026)

NASH: Neural Architecture and Accelerator Search for Multiplication-Reduced Hybrid Models
von: Xu, Yang, et al.
Veröffentlicht: (2024)

GENE-FL: Gene-Driven Parameter-Efficient Dynamic Federated Learning
von: Guo, Shunxin, et al.
Veröffentlicht: (2025)

Towards Understanding Feature Learning in Parameter Transfer
von: Yuan, Hua, et al.
Veröffentlicht: (2025)

When Forgetting Builds Reliability: LLM Unlearning for Reliable Hardware Code Generation
von: Liang, Yiwen, et al.
Veröffentlicht: (2025)

WAVE: Weight Templates for Adaptive Initialization of Variable-sized Models
von: Feng, Fu, et al.
Veröffentlicht: (2024)

Extracting Multimodal Learngene in CLIP: Unveiling the Multimodal Generalizable Knowledge
von: Chen, Ruiming, et al.
Veröffentlicht: (2025)

From Isolation to Integration: Building an Adaptive Expert Forest for Pre-Trained Model-based Class-Incremental Learning
von: Liu, Ruiqi, et al.
Veröffentlicht: (2026)

DiffCPS: Diffusion Model based Constrained Policy Search for Offline Reinforcement Learning
von: He, Longxiang, et al.
Veröffentlicht: (2023)

Learning to Search for Vehicle Routing with Multiple Time Windows
von: Xu, Kuan, et al.
Veröffentlicht: (2025)

Efficient Deployment of Deep MIMO Detection Using Learngene
von: Zhang, Jinya, et al.
Veröffentlicht: (2025)

Revisiting Randomization in Greedy Model Search
von: Chen, Xin, et al.
Veröffentlicht: (2025)

Heterogeneous Data Game: Characterizing the Model Competition Across Multiple Data Sources
von: Xu, Renzhe, et al.
Veröffentlicht: (2025)

Exploring the Impact of Dataset Statistical Effect Size on Model Performance and Data Sample Size Sufficiency
von: Hatamian, Arya, et al.
Veröffentlicht: (2025)

Can Class-Priors Help Single-Positive Multi-Label Learning?
von: Liu, Biao, et al.
Veröffentlicht: (2023)

Constraint-based Pre-training: From Structured Constraints to Scalable Model Initialization
von: Feng, Fu, et al.
Veröffentlicht: (2026)

Diagnosing Retrieval Bias Under Multiple In-Context Knowledge Updates in Large Language Models
von: Qiao, Boyu, et al.
Veröffentlicht: (2026)

Towards Unified Task Embeddings Across Multiple Models: Bridging the Gap for Prompt-Based Large Language Models and Beyond
von: Wang, Xinyu, et al.
Veröffentlicht: (2024)

Score Neural Operator: A Generative Model for Learning and Generalizing Across Multiple Probability Distributions
von: Liao, Xinyu, et al.
Veröffentlicht: (2024)

AutoSynth: Automated Workflow Optimization for High-Quality Synthetic Dataset Generation via Monte Carlo Tree Search
von: Bi, Shuzhen, et al.
Veröffentlicht: (2025)

Adaptive Federated LoRA in Heterogeneous Wireless Networks with Independent Sampling
von: Hou, Yanzhao, et al.
Veröffentlicht: (2025)

BTS: Building Timeseries Dataset: Empowering Large-Scale Building Analytics
von: Prabowo, Arian, et al.
Veröffentlicht: (2024)

Joint Training Across Multiple Activation Sparsity Regimes
von: Wang, Haotian
Veröffentlicht: (2026)

DeepVision-103K: A Visually Diverse, Broad-Coverage, and Verifiable Mathematical Dataset for Multimodal Reasoning
von: Sun, Haoxiang, et al.
Veröffentlicht: (2026)

Direction Finding with Sparse Arrays Based on Variable Window Size Spatial Smoothing
von: Leite, Wesley S., et al.
Veröffentlicht: (2025)

Unveiling Statistical Significance of Online Regression over Multiple Datasets
von: Abu-Shaira, Mohammad, et al.
Veröffentlicht: (2025)

Multi-Study R-Learner for Estimating Heterogeneous Treatment Effects Across Studies Using Statistical Machine Learning
von: Shyr, Cathy, et al.
Veröffentlicht: (2023)

XPERT: Expert Knowledge Transfer for Effective Training of Language Models
von: Liu, Chang, et al.
Veröffentlicht: (2026)

CASHomon Sets: Efficient Rashomon Sets Across Multiple Model Classes and their Hyperparameters
von: Ewald, Fiona Katharina, et al.
Veröffentlicht: (2026)

Multiple Instance Verification
von: Xu, Xin, et al.
Veröffentlicht: (2024)

Saving for the future: Enhancing generalization via partial logic regularization
von: Tan, Zhaorui, et al.
Veröffentlicht: (2025)

ASSEMBLAGE-DEEPHISTORY: A Cross-Build Binary Dataset with Temporal Coverage
von: Liu, Chang, et al.
Veröffentlicht: (2026)

When to Commit? Towards Variable-Size Self-Contained Blocks for Discrete Diffusion Language Models
von: Wang, Danny, et al.
Veröffentlicht: (2026)

Un-mixing Test-time Adaptation under Heterogeneous Data Streams
von: Su, Zixian, et al.
Veröffentlicht: (2024)

Benchmarking Deep Learning Models for Raman Spectroscopy Across Open-Source Datasets
von: Sineesh, Adithya, et al.
Veröffentlicht: (2026)

Calibrated Dataset Condensation for Faster Hyperparameter Search
von: Ding, Mucong, et al.
Veröffentlicht: (2024)

Analytics Modelling over Multiple Datasets using Vector Embeddings
von: Loizou, Andreas, et al.
Veröffentlicht: (2025)

Scaling Law Phenomena Across Regression Paradigms: Multiple and Kernel Approaches
von: Chen, Yifang, et al.
Veröffentlicht: (2025)