Buchumschlag

Tangent Transformers for Composition, Privacy and Removal

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Tian Yu, Golatkar, Aditya, Soatto, Stefano
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training Data Protection with Compositional Diffusion Models
von: Golatkar, Aditya, et al.
Veröffentlicht: (2023)

PICASO: Permutation-Invariant Context Composition with State Space Models
von: Liu, Tian Yu, et al.
Veröffentlicht: (2025)

Re-FORC: Adaptive Reward Prediction for Efficient Chain-of-Thought Reasoning
von: Zabounidis, Renos, et al.
Veröffentlicht: (2025)

Expansion Span: Combining Fading Memory and Retrieval in Hybrid State Space Models
von: Nunez, Elvis, et al.
Veröffentlicht: (2024)

ExecTune: Effective Steering of Black-Box LLMs with Guide Models
von: Lingam, Vijay, et al.
Veröffentlicht: (2026)

B'MOJO: Hybrid State Space Realizations of Foundation Models with Eidetic and Fading Memory
von: Zancato, Luca, et al.
Veröffentlicht: (2024)

Learning to Focus: Focal Attention for Selective and Scalable Transformers
von: Ram, Dhananjay, et al.
Veröffentlicht: (2025)

Diffusion Soup: Model Merging for Text-to-Image Diffusion Models
von: Biggs, Benjamin, et al.
Veröffentlicht: (2024)

Compositional Structures in Neural Embedding and Interaction Decompositions
von: Trager, Matthew, et al.
Veröffentlicht: (2024)

AI Agents as Universal Task Solvers
von: Achille, Alessandro, et al.
Veröffentlicht: (2025)

Cycles of Thought: Measuring LLM Confidence through Stable Explanations
von: Becker, Evan, et al.
Veröffentlicht: (2024)

Robust Planning for Autonomous Driving via Mixed Adversarial Diffusion Predictions
von: Zhao, Albert, et al.
Veröffentlicht: (2025)

Meanings and Feelings of Large Language Models: Observability of Latent States in Generative AI
von: Liu, Tian Yu, et al.
Veröffentlicht: (2024)

Divergence of Empirical Neural Tangent Kernel in Classification Problems
von: Yu, Zixiong, et al.
Veröffentlicht: (2025)

Priming: Hybrid State Space Models From Pre-trained Transformers
von: Chattopadhyay, Aditya, et al.
Veröffentlicht: (2026)

Gated KalmaNet: A Fading Memory Layer Through Test-Time Ridge Regression
von: Peng, Liangzu, et al.
Veröffentlicht: (2025)

Differential Privacy Mechanisms in Neural Tangent Kernel Regression
von: Gu, Jiuxiang, et al.
Veröffentlicht: (2024)

Critical Learning Periods Emerge Even in Deep Linear Networks
von: Kleinman, Michael, et al.
Veröffentlicht: (2023)

The N-Grammys: Accelerating Autoregressive Inference with Learning-Free Batched Speculation
von: Stewart, Lawrence, et al.
Veröffentlicht: (2024)

Experience-Guided Adaptation of Inference-Time Reasoning Strategies
von: Stein, Adam, et al.
Veröffentlicht: (2025)

Learning When to Attend: Conditional Memory Access for Long-Context LLMs
von: Choudhary, Sakshi, et al.
Veröffentlicht: (2026)

Interpretable Measures of Conceptual Similarity by Complexity-Constrained Descriptive Auto-Encoding
von: Achille, Alessandro, et al.
Veröffentlicht: (2024)

STree: Speculative Tree Decoding for Hybrid State-Space Models
von: Wu, Yangchao, et al.
Veröffentlicht: (2025)

CPR: Retrieval Augmented Generation for Copyright Protection
von: Golatkar, Aditya, et al.
Veröffentlicht: (2024)

The Neural Tangent Kernel for Classification
von: Plenk, Jonathan, et al.
Veröffentlicht: (2026)

Equivariant Neural Tangent Kernels
von: Misof, Philipp, et al.
Veröffentlicht: (2024)

Heat Death of Generative Models in Closed-Loop Learning
von: Marchi, Matteo, et al.
Veröffentlicht: (2024)

Linear Spaces of Meanings: Compositional Structures in Vision-Language Models
von: Trager, Matthew, et al.
Veröffentlicht: (2023)

Differentially Private Neural Tangent Kernels for Privacy-Preserving Data Generation
von: Yang, Yilin, et al.
Veröffentlicht: (2023)

Issues with Neural Tangent Kernel Approach to Neural Networks
von: Liu, Haoran, et al.
Veröffentlicht: (2025)

Tangent differential privacy
von: Ying, Lexing
Veröffentlicht: (2024)

e1: Learning Adaptive Control of Reasoning Effort
von: Kleinman, Michael, et al.
Veröffentlicht: (2025)

Efficient Analysis of the Distilled Neural Tangent Kernel
von: Mahowald, Jamie, et al.
Veröffentlicht: (2026)

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

Experience Sharing in Mutual Reinforcement Learning for Heterogeneous Language Models
von: Liu, Xiaoze, et al.
Veröffentlicht: (2026)

An Application of the Holonomic Gradient Method to the Neural Tangent Kernel
von: Sakoda, Akihiro, et al.
Veröffentlicht: (2024)

On the Impacts of the Random Initialization in the Neural Tangent Kernel Theory
von: Chen, Guhan, et al.
Veröffentlicht: (2024)

Understanding the Evolution of the Neural Tangent Kernel at the Edge of Stability
von: Jiang, Kaiqi, et al.
Veröffentlicht: (2025)

Epistemic Uncertainty and Observation Noise with the Neural Tangent Kernel
von: Calvo-Ordoñez, Sergio, et al.
Veröffentlicht: (2024)

Analyzing the Neural Tangent Kernel of Periodically Activated Coordinate Networks
von: Saratchandran, Hemanth, et al.
Veröffentlicht: (2024)