Buchumschlag

Theoretically Grounded Loss Functions and Algorithms for Score-Based Multi-Class Abstention

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mao, Anqi, Mohri, Mehryar, Zhong, Yutao
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

Predictor-Rejector Multi-Class Abstention: Theoretical Analysis and Algorithms
von: Mao, Anqi, et al.
Veröffentlicht: (2023)

Realizable $H$-Consistent and Bayes-Consistent Loss Functions for Learning to Defer
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Improved Balanced Classification with Theoretically Grounded Loss Functions
von: Cortes, Corinna, et al.
Veröffentlicht: (2025)

A Universal Growth Rate for Learning with Smooth Surrogate Losses
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Principled Algorithms for Optimizing Generalized Metrics in Binary Classification
von: Mao, Anqi, et al.
Veröffentlicht: (2025)

Balancing the Scales: A Theoretical and Algorithmic Framework for Learning from Imbalanced Data
von: Cortes, Corinna, et al.
Veröffentlicht: (2025)

Regression with Multi-Expert Deferral
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Multi-Label Learning with Stronger Consistency Guarantees
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Linear-Core Surrogates: Smooth Loss Functions with Linear Rates for Classification and Structured Prediction
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Principled Approaches for Learning to Defer with Multiple Experts
von: Mao, Anqi, et al.
Veröffentlicht: (2023)

$H$-Consistency Guarantees for Regression
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Top-$k$ Classification and Cardinality-Aware Prediction
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Mastering Multiple-Expert Routing: Realizable $H$-Consistency and Strong Guarantees for Learning to Defer
von: Mao, Anqi, et al.
Veröffentlicht: (2025)

Enhanced $H$-Consistency Bounds
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Principled Algorithms for Optimizing Generalized Metrics in Multi-Label Learning
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Cardinality-Aware Set Prediction and Top-$k$ Classification
von: Cortes, Corinna, et al.
Veröffentlicht: (2024)

Optimized Deferral for Imbalanced Settings
von: Cortes, Corinna, et al.
Veröffentlicht: (2026)

A Theoretical Framework for Modular Learning of Robust Generative Models
von: Cortes, Corinna, et al.
Veröffentlicht: (2026)

Beyond Tsybakov: Model Margin Noise and $\mathcal{H}$-Consistency Bounds
von: Mohri, Mehryar, et al.
Veröffentlicht: (2025)

Mind the Gap: Structure-Aware Consistency in Preference Learning
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Theory and Algorithms for Learning with Multi-Class Abstention and Multi-Expert Deferral
von: Mao, Anqi
Veröffentlicht: (2025)

Differentially Private Domain Adaptation with Theoretical Guarantees
von: Bassily, Raef, et al.
Veröffentlicht: (2023)

Generalized Distributional Alignment Games for Unbiased Answer-Level Fine-Tuning
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Budgeted Multiple-Expert Deferral
von: DeSalvo, Giulia, et al.
Veröffentlicht: (2025)

Theoretical Foundations and Effective Algorithms for Policy-Aware Simulator Learning
von: Dann, Christoph, et al.
Veröffentlicht: (2026)

Rational Transductors
von: Mohri, Mehryar
Veröffentlicht: (2026)

Algorithms for Learning Kernels Based on Centered Alignment
von: Cortes, Corinna, et al.
Veröffentlicht: (2012)

Coherence Mechanisms for Provable Self-Improvement
von: Mohri, Mehryar, et al.
Veröffentlicht: (2025)

Distributional Alignment Games for Answer-Level Fine-Tuning
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Temper-Then-Tilt: Principled Unlearning for Generative Models through Tempering and Classifier Guidance
von: Block, Jacob L., et al.
Veröffentlicht: (2026)

Adaptive Matrix Online Learning through Smoothing with Guarantees for Nonsmooth Nonconvex Optimization
von: Jiang, Ruichen, et al.
Veröffentlicht: (2026)

Rate-Preserving Reductions for Blackwell Approachability
von: Dann, Christoph, et al.
Veröffentlicht: (2024)

High-Dimensional Calibration from Swap Regret
von: Fishelson, Maxwell, et al.
Veröffentlicht: (2025)

Implementation of an Asymmetric Adjusted Activation Function for Class Imbalance Credit Scoring
von: Li, Xia, et al.
Veröffentlicht: (2025)

Next-Token Prediction and Regret Minimization
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Efficient Opportunistic Approachability
von: Marinov, Teodor Vanislavov, et al.
Veröffentlicht: (2026)

Bounded-Abstention Multi-horizon Time-series Forecasting
von: Stradiotti, Luca, et al.
Veröffentlicht: (2026)

Fundamental Novel Consistency Theory: $H$-Consistency Bounds
von: Zhong, Yutao
Veröffentlicht: (2025)

Swap Regret and Correlated Equilibria Beyond Normal-Form Games
von: Arunachaleswaran, Eshwar Ram, et al.
Veröffentlicht: (2025)

Policy Learning with Abstention
von: Sawarni, Ayush, et al.
Veröffentlicht: (2025)