Enregistré dans:
| Auteurs principaux: | Li, Yuanpeng, Hestness, Joel, Elhoseiny, Mohamed, Zhao, Liang, Church, Kenneth |
|---|---|
| Format: | Preprint |
| Publié: |
2022
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2201.01942 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Sparse maximal update parameterization: A holistic approach to sparse training dynamics
par: Dey, Nolan, et autres
Publié: (2024)
par: Dey, Nolan, et autres
Publié: (2024)
No Culture Left Behind: ArtELingo-28, a Benchmark of WikiArt with Captions in 28 Languages
par: Mohamed, Youssef, et autres
Publié: (2024)
par: Mohamed, Youssef, et autres
Publié: (2024)
Predicting Training Re-evaluation Curves Enables Effective Data Curriculums for LLMs
par: Bergsma, Shane, et autres
Publié: (2025)
par: Bergsma, Shane, et autres
Publié: (2025)
MediSwift: Efficient Sparse Pre-trained Biomedical Language Models
par: Thangarasa, Vithursan, et autres
Publié: (2024)
par: Thangarasa, Vithursan, et autres
Publié: (2024)
Normalization Layer Per-Example Gradients are Sufficient to Predict Gradient Noise Scale in Transformers
par: Gray, Gavia, et autres
Publié: (2024)
par: Gray, Gavia, et autres
Publié: (2024)
Structural Disentanglement of Causal and Correlated Concepts
par: Zhao, Qilong, et autres
Publié: (2024)
par: Zhao, Qilong, et autres
Publié: (2024)
Disentangled Representations for Causal Cognition
par: Torresan, Filippo, et autres
Publié: (2024)
par: Torresan, Filippo, et autres
Publié: (2024)
Disentangled Representation Learning for Causal Inference with Instruments
par: Cheng, Debo, et autres
Publié: (2024)
par: Cheng, Debo, et autres
Publié: (2024)
Scaling with Collapse: Efficient and Predictable Training of LLM Families
par: Bergsma, Shane, et autres
Publié: (2025)
par: Bergsma, Shane, et autres
Publié: (2025)
Learning Causally Disentangled Representations via the Principle of Independent Causal Mechanisms
par: Komanduri, Aneesh, et autres
Publié: (2023)
par: Komanduri, Aneesh, et autres
Publié: (2023)
Intervening to Learn and Compose Causally Disentangled Representations
par: Markham, Alex, et autres
Publié: (2025)
par: Markham, Alex, et autres
Publié: (2025)
Causal Flow-based Variational Auto-Encoder for Disentangled Causal Representation Learning
par: Fan, Di, et autres
Publié: (2023)
par: Fan, Di, et autres
Publié: (2023)
Linear Causal Representation Learning by Topological Ordering, Pruning, and Disentanglement
par: Chen, Hao, et autres
Publié: (2025)
par: Chen, Hao, et autres
Publié: (2025)
Disentangling Causal Substructures for Interpretable and Generalizable Drug Synergy Prediction
par: Luo, Yi, et autres
Publié: (2025)
par: Luo, Yi, et autres
Publié: (2025)
Causality-Driven Disentangled Representation Learning in Multiplex Graphs
par: Nasiri, Saba, et autres
Publié: (2026)
par: Nasiri, Saba, et autres
Publié: (2026)
CoRPO: Adding a Correctness Bias to GRPO Improves Generalization
par: Garg, Anisha, et autres
Publié: (2025)
par: Garg, Anisha, et autres
Publié: (2025)
A Theoretical Analysis of Compositional Generalization in Neural Networks: A Necessary and Sufficient Condition
par: Li, Yuanpeng
Publié: (2025)
par: Li, Yuanpeng
Publié: (2025)
Disentangling Dynamical Systems: Causal Representation Learning Meets Local Sparse Attention
par: Baumgartner, Markus W., et autres
Publié: (2026)
par: Baumgartner, Markus W., et autres
Publié: (2026)
Power Lines: Scaling Laws for Weight Decay and Batch Size in LLM Pre-training
par: Bergsma, Shane, et autres
Publié: (2025)
par: Bergsma, Shane, et autres
Publié: (2025)
Domain-Aware Continual Zero-Shot Learning
par: Yi, Kai, et autres
Publié: (2021)
par: Yi, Kai, et autres
Publié: (2021)
Fair Graph Representation Learning via Sensitive Attribute Disentanglement
par: Zhu, Yuchang, et autres
Publié: (2024)
par: Zhu, Yuchang, et autres
Publié: (2024)
Temporal Positive-unlabeled Learning for Biomedical Hypothesis Generation via Risk Estimation
par: Akujuobi, Uchenna, et autres
Publié: (2020)
par: Akujuobi, Uchenna, et autres
Publié: (2020)
Straight to Zero: Why Linearly Decaying the Learning Rate to Zero Works Best for LLMs
par: Bergsma, Shane, et autres
Publié: (2025)
par: Bergsma, Shane, et autres
Publié: (2025)
Bi-Factorial Preference Optimization: Balancing Safety-Helpfulness in Language Models
par: Zhang, Wenxuan, et autres
Publié: (2024)
par: Zhang, Wenxuan, et autres
Publié: (2024)
CompoSE: Compositional Synthesis and Editing of 3D Shapes via Part-Aware Control
par: Slim, Habib, et autres
Publié: (2026)
par: Slim, Habib, et autres
Publié: (2026)
Disentangled Double Machine Learning for Accurate Causal Effect Estimation
par: Xiang, Guodu, et autres
Publié: (2026)
par: Xiang, Guodu, et autres
Publié: (2026)
Variational Learning of Disentangled Representations
par: Slavutsky, Yuli, et autres
Publié: (2025)
par: Slavutsky, Yuli, et autres
Publié: (2025)
A Shared Valence Axis Across Modern LLMs and Human EEG: The Saturation Regularity
par: Radwan, Yousef A., et autres
Publié: (2026)
par: Radwan, Yousef A., et autres
Publié: (2026)
Rethinking State Disentanglement in Causal Reinforcement Learning
par: Cao, Haiyao, et autres
Publié: (2024)
par: Cao, Haiyao, et autres
Publié: (2024)
Freshness-Aware Prioritized Experience Replay for LLM/VLM Reinforcement Learning
par: Ma, Weiyu, et autres
Publié: (2026)
par: Ma, Weiyu, et autres
Publié: (2026)
Disentangled Representation Learning
par: Wang, Xin, et autres
Publié: (2022)
par: Wang, Xin, et autres
Publié: (2022)
Query-based Knowledge Transfer for Heterogeneous Learning Environments
par: Alballa, Norah, et autres
Publié: (2025)
par: Alballa, Norah, et autres
Publié: (2025)
Disentangled Representation Learning via Flow Matching
par: Chi, Jinjin, et autres
Publié: (2026)
par: Chi, Jinjin, et autres
Publié: (2026)
Federated Granger Causality Learning for Interdependent Clients with State Space Representation
par: Mohanty, Ayush, et autres
Publié: (2025)
par: Mohanty, Ayush, et autres
Publié: (2025)
Don't be lazy: CompleteP enables compute-efficient deep transformers
par: Dey, Nolan, et autres
Publié: (2025)
par: Dey, Nolan, et autres
Publié: (2025)
Continual Learning on a Diet: Learning from Sparsely Labeled Streams Under Constrained Computation
par: Zhang, Wenxuan, et autres
Publié: (2024)
par: Zhang, Wenxuan, et autres
Publié: (2024)
Inductive Subgraphs as Shortcuts: Causal Disentanglement for Heterophilic Graph Learning
par: Wang, Xiangmeng, et autres
Publié: (2026)
par: Wang, Xiangmeng, et autres
Publié: (2026)
Disentangled Generative Graph Representation Learning
par: Hu, Xinyue, et autres
Publié: (2024)
par: Hu, Xinyue, et autres
Publié: (2024)
Learning Time-Aware Causal Representation for Model Generalization in Evolving Domains
par: He, Zhuo, et autres
Publié: (2025)
par: He, Zhuo, et autres
Publié: (2025)
Disentangled Hyperbolic Representation Learning for Heterogeneous Graphs
par: Bai, Qijie, et autres
Publié: (2024)
par: Bai, Qijie, et autres
Publié: (2024)
Documents similaires
-
Sparse maximal update parameterization: A holistic approach to sparse training dynamics
par: Dey, Nolan, et autres
Publié: (2024) -
No Culture Left Behind: ArtELingo-28, a Benchmark of WikiArt with Captions in 28 Languages
par: Mohamed, Youssef, et autres
Publié: (2024) -
Predicting Training Re-evaluation Curves Enables Effective Data Curriculums for LLMs
par: Bergsma, Shane, et autres
Publié: (2025) -
MediSwift: Efficient Sparse Pre-trained Biomedical Language Models
par: Thangarasa, Vithursan, et autres
Publié: (2024) -
Normalization Layer Per-Example Gradients are Sufficient to Predict Gradient Noise Scale in Transformers
par: Gray, Gavia, et autres
Publié: (2024)