Enregistré dans:
| Auteurs principaux: | Cheng, Runxi, Guan, Yuchen, Wei, Yongxian, Sun, Qianpu, Li, Qixiu, Du, Sinan, Xiong, Feng, Yuan, Chun, Lu, Yan, Gong, Yeyun |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2605.20948 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Mixture of Neuron Experts
par: Cheng, Runxi, et autres
Publié: (2025)
par: Cheng, Runxi, et autres
Publié: (2025)
Whoever Started the Interference Should End It: Guiding Data-Free Model Merging via Task Vectors
par: Cheng, Runxi, et autres
Publié: (2025)
par: Cheng, Runxi, et autres
Publié: (2025)
GSRender: Deduplicated Occupancy Prediction via Weakly Supervised 3D Gaussian Splatting
par: Sun, Qianpu, et autres
Publié: (2024)
par: Sun, Qianpu, et autres
Publié: (2024)
Enhancing Logits Distillation with Plug\&Play Kendall's $τ$ Ranking Loss
par: Guan, Yuchen, et autres
Publié: (2024)
par: Guan, Yuchen, et autres
Publié: (2024)
OptMerge: Unifying Multimodal LLM Capabilities and Modalities via Model Merging
par: Wei, Yongxian, et autres
Publié: (2025)
par: Wei, Yongxian, et autres
Publié: (2025)
Learning to Pose Problems: Reasoning-Driven and Solver-Adaptive Data Synthesis
par: Wei, Yongxian, et autres
Publié: (2025)
par: Wei, Yongxian, et autres
Publié: (2025)
Learn To Learn More Precisely
par: Cheng, Runxi, et autres
Publié: (2024)
par: Cheng, Runxi, et autres
Publié: (2024)
Task Groupings Regularization: Data-Free Meta-Learning with Heterogeneous Pre-trained Models
par: Wei, Yongxian, et autres
Publié: (2024)
par: Wei, Yongxian, et autres
Publié: (2024)
PROM: A Phrase-level Copying Mechanism with Pre-training for Abstractive Summarization
par: Ma, Xinbei, et autres
Publié: (2023)
par: Ma, Xinbei, et autres
Publié: (2023)
Velocitune: A Velocity-based Dynamic Domain Reweighting Method for Continual Pre-training
par: Luo, Zheheng, et autres
Publié: (2024)
par: Luo, Zheheng, et autres
Publié: (2024)
Multi-Task Model Merging via Adaptive Weight Disentanglement
par: Xiong, Feng, et autres
Publié: (2024)
par: Xiong, Feng, et autres
Publié: (2024)
Unleashing the Power of Pre-trained Language Models for Offline Reinforcement Learning
par: Shi, Ruizhe, et autres
Publié: (2023)
par: Shi, Ruizhe, et autres
Publié: (2023)
Beyond Static Dialogues: Benchmarking Realistic, Heterogeneous, and Evolving Long-Term Memory
par: Zhang, Han, et autres
Publié: (2026)
par: Zhang, Han, et autres
Publié: (2026)
Data Mixing Agent: Learning to Re-weight Domains for Continual Pre-training
par: Yang, Kailai, et autres
Publié: (2025)
par: Yang, Kailai, et autres
Publié: (2025)
Unlocking Tuning-Free Few-Shot Adaptability in Visual Foundation Models by Recycling Pre-Tuned LoRAs
par: Hu, Zixuan, et autres
Publié: (2024)
par: Hu, Zixuan, et autres
Publié: (2024)
Beyond Sunk Costs: Boosting LLM Pre-training Efficiency via Orthogonal Growth of Mixture-of-Experts
par: Wang, Ruizhe, et autres
Publié: (2025)
par: Wang, Ruizhe, et autres
Publié: (2025)
Pre-training Limited Memory Language Models with Internal and External Knowledge
par: Zhao, Linxi, et autres
Publié: (2025)
par: Zhao, Linxi, et autres
Publié: (2025)
A Logical Pattern Memory Pre-trained Model for Entailment Tree Generation
par: Yuan, Li, et autres
Publié: (2024)
par: Yuan, Li, et autres
Publié: (2024)
On Pre-training of Multimodal Language Models Customized for Chart Understanding
par: Fan, Wan-Cyuan, et autres
Publié: (2024)
par: Fan, Wan-Cyuan, et autres
Publié: (2024)
Multi-Memory Matching for Unsupervised Visible-Infrared Person Re-Identification
par: Shi, Jiangming, et autres
Publié: (2024)
par: Shi, Jiangming, et autres
Publié: (2024)
Towards Seamless Adaptation of Pre-trained Models for Visual Place Recognition
par: Lu, Feng, et autres
Publié: (2024)
par: Lu, Feng, et autres
Publié: (2024)
G-MAP: General Memory-Augmented Pre-trained Language Model for Domain Tasks
par: Wan, Zhongwei, et autres
Publié: (2022)
par: Wan, Zhongwei, et autres
Publié: (2022)
Generative Pre-trained Ranking Model with Over-parameterization at Web-Scale (Extended Abstract)
par: Li, Yuchen, et autres
Publié: (2024)
par: Li, Yuchen, et autres
Publié: (2024)
When Compression Meets Model Compression: Memory-Efficient Double Compression for Large Language Models
par: Wang, Weilan, et autres
Publié: (2025)
par: Wang, Weilan, et autres
Publié: (2025)
Auto-Dreamer: Learning Offline Memory Consolidation for Language Agents
par: Ye, Chongrui, et autres
Publié: (2026)
par: Ye, Chongrui, et autres
Publié: (2026)
HS-STaR: Hierarchical Sampling for Self-Taught Reasoners via Difficulty Estimation and Budget Reallocation
par: Xiong, Feng, et autres
Publié: (2025)
par: Xiong, Feng, et autres
Publié: (2025)
MemoryPrompt: A Light Wrapper to Improve Context Tracking in Pre-trained Language Models
par: Rakotonirina, Nathanaël Carraz, et autres
Publié: (2024)
par: Rakotonirina, Nathanaël Carraz, et autres
Publié: (2024)
Enhancing Embodied Object Detection through Language-Image Pre-training and Implicit Object Memory
par: Chapman, Nicolas Harvey, et autres
Publié: (2024)
par: Chapman, Nicolas Harvey, et autres
Publié: (2024)
Reducing the Costs of Proof Synthesis on Rust Systems by Scaling Up a Seed Training Set
par: Di, Nongyu, et autres
Publié: (2026)
par: Di, Nongyu, et autres
Publié: (2026)
Memory-efficient Energy-adaptive Inference of Pre-Trained Models on Batteryless Embedded Systems
par: Farina, Pietro, et autres
Publié: (2024)
par: Farina, Pietro, et autres
Publié: (2024)
In-Depth and In-Breadth: Pre-training Multimodal Language Models Customized for Comprehensive Chart Understanding
par: Fan, Wan-Cyuan, et autres
Publié: (2025)
par: Fan, Wan-Cyuan, et autres
Publié: (2025)
City-Conditioned Memory for Multi-City Traffic and Mobility Forecasting
par: Du, Wenzhang
Publié: (2025)
par: Du, Wenzhang
Publié: (2025)
Personalized Large Language Model Assistant with Evolving Conditional Memory
par: Yuan, Ruifeng, et autres
Publié: (2023)
par: Yuan, Ruifeng, et autres
Publié: (2023)
Pre-trained Molecular Language Models with Random Functional Group Masking
par: Peng, Tianhao, et autres
Publié: (2024)
par: Peng, Tianhao, et autres
Publié: (2024)
VQRAE: Representation Quantization Autoencoders for Multimodal Understanding, Generation and Reconstruction
par: Du, Sinan, et autres
Publié: (2025)
par: Du, Sinan, et autres
Publié: (2025)
FlexInfer: Breaking Memory Constraint via Flexible and Efficient Offloading for On-Device LLM Inference
par: Du, Hongchao, et autres
Publié: (2025)
par: Du, Hongchao, et autres
Publié: (2025)
MPipeMoE: Memory Efficient MoE for Pre-trained Models with Adaptive Pipeline Parallelism
par: Zhang, Zheng, et autres
Publié: (2025)
par: Zhang, Zheng, et autres
Publié: (2025)
Multi-View and Multi-Scale Alignment for Contrastive Language-Image Pre-training in Mammography
par: Du, Yuexi, et autres
Publié: (2024)
par: Du, Yuexi, et autres
Publié: (2024)
Memory-Efficient Training for Text-Dependent SV with Independent Pre-trained Models
par: Farokh, Seyed Ali, et autres
Publié: (2024)
par: Farokh, Seyed Ali, et autres
Publié: (2024)
When Visual Evidence is Ambiguous: Pareidolia as a Diagnostic Probe for Vision Models
par: Chen, Qianpu, et autres
Publié: (2026)
par: Chen, Qianpu, et autres
Publié: (2026)
Documents similaires
-
Mixture of Neuron Experts
par: Cheng, Runxi, et autres
Publié: (2025) -
Whoever Started the Interference Should End It: Guiding Data-Free Model Merging via Task Vectors
par: Cheng, Runxi, et autres
Publié: (2025) -
GSRender: Deduplicated Occupancy Prediction via Weakly Supervised 3D Gaussian Splatting
par: Sun, Qianpu, et autres
Publié: (2024) -
Enhancing Logits Distillation with Plug\&Play Kendall's $τ$ Ranking Loss
par: Guan, Yuchen, et autres
Publié: (2024) -
OptMerge: Unifying Multimodal LLM Capabilities and Modalities via Model Merging
par: Wei, Yongxian, et autres
Publié: (2025)