Buchumschlag

Collapsed Inference for Bayesian Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeng, Zhe, Broeck, Guy Van den
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SIMPLE: A Gradient Estimator for $k$-Subset Sampling
von: Ahmed, Kareem, et al.
Veröffentlicht: (2022)

ProbMoE: Differentiable Probabilistic Routing for Mixture-of-Experts
von: Zhao, Heng, et al.
Veröffentlicht: (2026)

On the Relationship Between Monotone and Squared Probabilistic Circuits
von: Wang, Benjie, et al.
Veröffentlicht: (2024)

A Tractable Inference Perspective of Offline RL
von: Liu, Xuejie, et al.
Veröffentlicht: (2023)

How to Marginalize in Causal Structure Learning?
von: Zhao, William, et al.
Veröffentlicht: (2025)

Scaling Up Probabilistic Circuits by Latent Variable Distillation
von: Liu, Anji, et al.
Veröffentlicht: (2022)

Enabling Autoregressive Models to Fill In Masked Tokens
von: Israel, Daniel, et al.
Veröffentlicht: (2025)

Restructuring Tractable Probabilistic Circuits
von: Zhang, Honghua, et al.
Veröffentlicht: (2024)

Accelerating Diffusion LLMs via Adaptive Parallel Decoding
von: Israel, Daniel, et al.
Veröffentlicht: (2025)

A Pseudo-Semantic Loss for Autoregressive Models with Logical Constraints
von: Ahmed, Kareem, et al.
Veröffentlicht: (2023)

Adversarial Tokenization
von: Geh, Renato Lui, et al.
Veröffentlicht: (2025)

Probabilistic Circuits for Cumulative Distribution Functions
von: Broadrick, Oliver, et al.
Veröffentlicht: (2024)

The Pitfalls of KV Cache Compression
von: Chen, Alex, et al.
Veröffentlicht: (2025)

Prepacking: A Simple Method for Fast Prefilling and Increased Throughput in Large Language Models
von: Zhao, Siyan, et al.
Veröffentlicht: (2024)

Breaking the Factorization Barrier in Diffusion Language Models
von: Li, Ian, et al.
Veröffentlicht: (2026)

A Compositional Atlas for Algebraic Circuits
von: Wang, Benjie, et al.
Veröffentlicht: (2024)

Deep Generative Models with Hard Linear Equality Constraints
von: Li, Ruoyan, et al.
Veröffentlicht: (2025)

On the Equivalence of Random Network Distillation, Deep Ensembles, and Bayesian Inference
von: Zanger, Moritz A., et al.
Veröffentlicht: (2026)

Deep Causal Learning: Representation, Discovery and Inference
von: Deng, Zizhen, et al.
Veröffentlicht: (2022)

On Sequential Bayesian Inference for Continual Learning
von: Kessler, Samuel, et al.
Veröffentlicht: (2023)

Avoiding Premature Collapse: Adaptive Annealing for Entropy-Regularized Structural Inference
von: Liu, Yizhi
Veröffentlicht: (2026)

Uncertainty Quantification of Deep Learning for Spatiotemporal Data: Challenges and Opportunities
von: He, Wenchong, et al.
Veröffentlicht: (2023)

Layer Collapse Can be Induced by Unstructured Pruning
von: Liao, Zhu, et al.
Veröffentlicht: (2024)

Rethinking Probabilistic Circuit Parameter Learning
von: Liu, Anji, et al.
Veröffentlicht: (2025)

Knowledge Transfer in Deep Reinforcement Learning via an RL-Specific GAN-Based Correspondence Function
von: Ruman, Marko, et al.
Veröffentlicht: (2022)

Learning with Embedded Linear Equality Constraints via Variational Bayesian Inference
von: Marsh, Matthew, et al.
Veröffentlicht: (2026)

The Homogeneity Trap: Spectral Collapse in Doubly-Stochastic Deep Networks
von: Liu, Yizhi
Veröffentlicht: (2026)

Sparse Inducing Points in Deep Gaussian Processes: Enhancing Modeling with Denoising Diffusion Variational Inference
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Geometric Scaling of Bayesian Inference in LLMs
von: Agarwal, Naman, et al.
Veröffentlicht: (2025)

Bayesian Inference of Training Dataset Membership
von: Huang, Yongchao
Veröffentlicht: (2025)

Combining Bayesian Inference and Reinforcement Learning for Agent Decision Making: A Review
von: Zhou, Chengmin, et al.
Veröffentlicht: (2025)

Efficient Reinforcement Learning from Human Feedback via Bayesian Preference Inference
von: Cercola, Matteo, et al.
Veröffentlicht: (2025)

Bayesian Deep Learning Via Expectation Maximization and Turbo Deep Approximate Message Passing
von: Xu, Wei, et al.
Veröffentlicht: (2024)

Neural Collapse is Globally Optimal in Deep Regularized ResNets and Transformers
von: Súkeník, Peter, et al.
Veröffentlicht: (2025)

Understanding Representation of Deep Equilibrium Models from Neural Collapse Perspective
von: Sun, Haixiang, et al.
Veröffentlicht: (2024)

Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
von: van der Vaart, Pascal R., et al.
Veröffentlicht: (2025)

The Choice of Divergence: A Neglected Key to Mitigating Diversity Collapse in Reinforcement Learning with Verifiable Reward
von: Li, Long, et al.
Veröffentlicht: (2025)

Deep Learning Inference on Heterogeneous Mobile Processors: Potentials and Pitfalls
von: Liu, Sicong, et al.
Veröffentlicht: (2024)

Calibrated Test-Time Guidance for Bayesian Inference
von: Geyfman, Daniel, et al.
Veröffentlicht: (2026)

Bayesian Inference for Correlated Human Experts and Classifiers
von: Kelly, Markelle, et al.
Veröffentlicht: (2025)