Copertina

The Interpolating Information Criterion for Overparameterized Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hodgkinson, Liam, van der Heide, Chris, Salomone, Robert, Roosta, Fred, Mahoney, Michael W.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Determinant Estimation under Memory Constraints and Neural Scaling Laws
di: Ameli, Siavash, et al.
Pubblicazione: (2025)

Is the Last Layer Sufficient for Uncertainty Quantification?
di: Wilson, Joseph, et al.
Pubblicazione: (2026)

Uncertainty Quantification with the Empirical Neural Tangent Kernel
di: Wilson, Joseph, et al.
Pubblicazione: (2025)

Spectral Estimation with Free Decompression
di: Ameli, Siavash, et al.
Pubblicazione: (2025)

Free Decompression with Algebraic Spectral Curves
di: Ameli, Siavash, et al.
Pubblicazione: (2026)

Models of Heavy-Tailed Mechanistic Universality
di: Hodgkinson, Liam, et al.
Pubblicazione: (2025)

Temperature Optimization for Bayesian Deep Learning
di: Ng, Kenyon, et al.
Pubblicazione: (2024)

A Regularization-Sharpness Tradeoff for Linear Interpolators
di: Hu, Qingyi, et al.
Pubblicazione: (2026)

Uncertainty-Aware Diagnostics for Physics-Informed Machine Learning
di: Daniels, Mara, et al.
Pubblicazione: (2025)

How many classifiers do we need?
di: Kim, Hyunsuk, et al.
Pubblicazione: (2024)

SALSA: Sequential Approximate Leverage-Score Algorithm with Application in Analyzing Big Time Series Data
di: Eshragh, Ali, et al.
Pubblicazione: (2023)

Importance Sampling for Nonlinear Models
di: Rajmohan, Prakash Palanivelu, et al.
Pubblicazione: (2025)

Bi-level Guided Diffusion Models for Zero-Shot Medical Imaging Inverse Problems
di: Askari, Hossein, et al.
Pubblicazione: (2024)

Large Language Models Are Overparameterized Text Encoders
di: K, Thennal D, et al.
Pubblicazione: (2024)

First-ish Order Methods: Hessian-aware Scalings of Gradient Descent
di: Smee, Oscar, et al.
Pubblicazione: (2025)

Persistent Homology as Stopping-Criterion for Voronoi Interpolation
di: Melodia, Luciano, et al.
Pubblicazione: (2019)

The Geometric Wall: Manifold Structure Predicts Layerwise Sparse Autoencoder Scaling Laws
di: Zaher, Eslam, et al.
Pubblicazione: (2026)

Manifold Integrated Gradients: Riemannian Geometry for Feature Attribution
di: Zaher, Eslam, et al.
Pubblicazione: (2024)

An Analytical Model for Overparameterized Learning Under Class Imbalance
di: Mor, Eliav, et al.
Pubblicazione: (2025)

Random Matrix Theory for Deep Learning: Beyond Eigenvalues of Linear Models
di: Liao, Zhenyu, et al.
Pubblicazione: (2025)

Theoretical Limitations of Ensembles in the Age of Overparameterization
di: Dern, Niclas, et al.
Pubblicazione: (2024)

How Does Overparameterization Affect Features?
di: Duzgun, Ahmet Cagri, et al.
Pubblicazione: (2024)

Precise Asymptotic Generalization for Multiclass Classification with Overparameterized Linear Models
di: Wu, David X., et al.
Pubblicazione: (2023)

Task Shift: From Classification to Regression in Overparameterized Linear Models
di: LaBonte, Tyler, et al.
Pubblicazione: (2025)

Gradient-enhanced deep Gaussian processes for multifidelity modelling
di: Bone, Viv, et al.
Pubblicazione: (2024)

Privacy for Free in the Overparameterized Regime
di: Bombari, Simone, et al.
Pubblicazione: (2024)

Machine Unlearning under Overparameterization
di: Block, Jacob L., et al.
Pubblicazione: (2025)

Bigger Isn't Always Memorizing: Early Stopping Overparameterized Diffusion Models
di: Favero, Alessandro, et al.
Pubblicazione: (2025)

The Joint Effect of Task Similarity and Overparameterization on Catastrophic Forgetting -- An Analytical Model
di: Goldfarb, Daniel, et al.
Pubblicazione: (2024)

Counterfactual Explanations on Robust Perceptual Geodesics
di: Zaher, Eslam, et al.
Pubblicazione: (2026)

Order Selection in Vector Autoregression by Mean Square Information Criterion
di: Hellstern, Michael, et al.
Pubblicazione: (2025)

The Role of Symmetry in Optimizing Overparameterized Networks
di: Sareen, Kusha, et al.
Pubblicazione: (2026)

Provable Generalization in Overparameterized Neural Nets
di: Dhingra, Aviral
Pubblicazione: (2025)

Efficient Compression of Overparameterized Deep Models through Low-Dimensional Learning Dynamics
di: Kwon, Soo Min, et al.
Pubblicazione: (2023)

Theoretical Insights into Overparameterized Models in Multi-Task and Replay-Based Continual Learning
di: Banayeeanzade, Amin, et al.
Pubblicazione: (2024)

Revisiting Optimism and Model Complexity in the Wake of Overparameterized Machine Learning
di: Patil, Pratik, et al.
Pubblicazione: (2024)

Analysis of Overparameterization in Continual Learning under a Linear Model
di: Goldfarb, Daniel, et al.
Pubblicazione: (2025)

Dual Space Preconditioning for Gradient Descent in the Overparameterized Regime
di: Ghane, Reza, et al.
Pubblicazione: (2026)

Overparameterized Multiple Linear Regression as Hyper-Curve Fitting
di: Atza, E., et al.
Pubblicazione: (2024)

A Bayesian Model Selection Criterion for Selecting Pretraining Checkpoints
di: Munn, Michael, et al.
Pubblicazione: (2024)