Buchumschlag

TRACE: Discovering Task-Specific Parameter via Adaptation-Aware Probing for Continual Fine-Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Xiaosong, Chen, Ke, Dai, Xindi, Liang, Di, Peng, Minlong, Pang, Wei, Giunchiglia, Fausto, Feng, Xiaoyue, Liu, Yonghao, Guan, Renchu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dual-level Mixup for Graph Few-shot Learning with Fewer Tasks
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Boosting Short Text Classification with Multi-Source Information Exploration and Dual-Level Contrastive Learning
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Improving Graph Few-shot Learning with Hyperbolic Space and Denoising Diffusion
von: Liu, Yonghao, et al.
Veröffentlicht: (2026)

Enhancing Unsupervised Graph Few-shot Learning via Set Functions and Optimal Transport
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

A Simple Graph Contrastive Learning Framework for Short Text Classification
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Simple-Sampling and Hard-Mixup with Prototypes to Rebalance Contrastive Learning for Text Classification
von: Li, Mengyu, et al.
Veröffentlicht: (2024)

Graph Few-Shot Learning via Adaptive Spectrum Experts and Cross-Set Distribution Calibration
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Hypergraph Contrastive Learning for both Homophilic and Heterophilic Hypergraphs
von: Guan, Renchu, et al.
Veröffentlicht: (2025)

Advancing Graph Few-Shot Learning via In-Context Learning
von: Guan, Renchu, et al.
Veröffentlicht: (2026)

Resolving Word Vagueness with Scenario-guided Adapter for Natural Language Inference
von: Liu, Yonghao, et al.
Veröffentlicht: (2024)

Meta-GPS++: Enhancing Graph Meta-Learning with Contrastive Learning and Self-Training
von: Liu, Yonghao, et al.
Veröffentlicht: (2024)

Not All Parameters Are Created Equal: Smart Isolation Boosts Fine-Tuning Performance
von: Wang, Yao, et al.
Veröffentlicht: (2025)

Big-Thick Data generation via reference and personal context unification
von: Giunchiglia, Fausto, et al.
Veröffentlicht: (2024)

KAE: A Property-based Method for Knowledge Graph Alignment and Extension
von: Shi, Daqian, et al.
Veröffentlicht: (2024)

Parameter Importance is Not Static: Evolving Parameter Isolation for Supervised Fine-Tuning
von: Lin, Zekai, et al.
Veröffentlicht: (2026)

LoCA: Location-Aware Cosine Adaptation for Parameter-Efficient Fine-Tuning
von: Du, Zhekai, et al.
Veröffentlicht: (2025)

From Knowledge Representation to Knowledge Organization and Back
von: Giunchiglia, Fausto, et al.
Veröffentlicht: (2023)

Crowdsourcing of Real-world Image Annotation via Visual Properties
von: Diao, Xiaolei, et al.
Veröffentlicht: (2026)

Understanding Gen Alpha Digital Language: Evaluation of LLM Safety Systems for Content Moderation
von: Mehta, Manisha, et al.
Veröffentlicht: (2025)

What can Computer Vision learn from Ranganathan?
von: Bagchi, Mayukh, et al.
Veröffentlicht: (2026)

Task-Specific Directions: Definition, Exploration, and Utilization in Parameter Efficient Fine-Tuning
von: Si, Chongjie, et al.
Veröffentlicht: (2024)

Continual Fine-Tuning with Provably Accurate and Parameter-Free Task Retrieval
von: Le, Hang Thi-Thuy, et al.
Veröffentlicht: (2026)

DPI: Exploiting Parameter Heterogeneity for Interference-Free Fine-Tuning
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2026)

Parameter-Efficient Fine-Tuning With Adapters
von: Chen, Keyu, et al.
Veröffentlicht: (2024)

UORA: Uniform Orthogonal Reinitialization Adaptation in Parameter-Efficient Fine-Tuning of Large Models
von: Zhang, Xueyan, et al.
Veröffentlicht: (2025)

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

TRACE: Task-Aware Adaptive Self-Evolving Agentic Jailbreaking
von: Zeng, Churui, et al.
Veröffentlicht: (2026)

Task-agnostic Low-rank Residual Adaptation for Efficient Federated Continual Fine-Tuning
von: Yu, Feng, 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)

KoRe: Compact Knowledge Representations for Large Language Models
von: Cavicchini, Davide, et al.
Veröffentlicht: (2026)

From Knowledge Organization to Knowledge Representation and Back
von: Giunchiglia, Fausto, et al.
Veröffentlicht: (2024)

What Impacts the Quality of the User Answers when Asked about the Current Context?
von: Bison, Ivano, et al.
Veröffentlicht: (2024)

AnyTaskTune: Advanced Domain-Specific Solutions through Task-Fine-Tuning
von: Cui, Jiaxi, et al.
Veröffentlicht: (2024)

Dynamic Adaptation of LoRA Fine-Tuning for Efficient and Task-Specific Optimization of Large Language Models
von: Liao, Xiaoxuan, et al.
Veröffentlicht: (2025)

Parameter-Efficient Fine-Tuning for Continual Learning: A Neural Tangent Kernel Perspective
von: Liu, Jingren, et al.
Veröffentlicht: (2024)

Parameter-Efficient Multi-Task Fine-Tuning in Code-Related Tasks
von: Haque, Md Zahidul, et al.
Veröffentlicht: (2026)

Parameter-Efficient Multi-Task Learning via Progressive Task-Specific Adaptation
von: Gangwar, Neeraj, et al.
Veröffentlicht: (2025)

A Step Toward ESIPT‐Based Mitochondrial Probe That Responds to ATP Level
von: Yonghao Li, et al.
Veröffentlicht: (2024)

QWHA: Quantization-Aware Walsh-Hadamard Adaptation for Parameter-Efficient Fine-Tuning on Large Language Models
von: Jeon, Hyesung, et al.
Veröffentlicht: (2025)

CoPEFT: Fast Adaptation Framework for Multi-Agent Collaborative Perception with Parameter-Efficient Fine-Tuning
von: Wei, Quanmin, et al.
Veröffentlicht: (2025)