Buchumschlag

Distilling the Unknown to Unveil Certainty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Zhilin, Cao, Longbing, Zhang, Yixuan, Lin, Kun-Yu, Zheng, Wei-Shi
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

Mixture of Online and Offline Experts for Non-stationary Time Series
von: Zhao, Zhilin, et al.
Veröffentlicht: (2022)

ParamReL: Learning Parameter Space Representation via Progressively Encoding Bayesian Flow Networks
von: Wu, Zhangkai, et al.
Veröffentlicht: (2024)

The Illusion of Certainty: Decoupling Capability and Calibration in On-Policy Distillation
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2026)

Improving Prediction Certainty Estimation for Reliable Early Exiting via Null Space Projection
von: He, Jianing, et al.
Veröffentlicht: (2025)

Exploratory Machine Learning with Unknown Unknowns
von: Zhao, Peng, et al.
Veröffentlicht: (2020)

Distributional Drift Adaptation with Temporal Conditional Variational Autoencoder for Multivariate Time Series Forecasting
von: He, Hui, et al.
Veröffentlicht: (2022)

Can LLMs Serve As Time Series Anomaly Detectors?
von: Dong, Manqing, et al.
Veröffentlicht: (2024)

Calibrating Expressions of Certainty
von: Wang, Peiqi, et al.
Veröffentlicht: (2024)

eVAE: Evolutionary Variational Autoencoder
von: Wu, Zhangkai, et al.
Veröffentlicht: (2023)

FigBO: A Generalized Acquisition Function Framework with Look-Ahead Capability for Bayesian Optimization
von: Chen, Hui, et al.
Veröffentlicht: (2025)

Marked Temporal Bayesian Flow Point Processes
von: Chen, Hui, et al.
Veröffentlicht: (2024)

Federated Neural Nonparametric Point Processes
von: Chen, Hui, et al.
Veröffentlicht: (2024)

Weakly Augmented Variational Autoencoder in Time Series Anomaly Detection
von: Wu, Zhangkai, et al.
Veröffentlicht: (2024)

Fourier Basis Mapping: A Time-Frequency Learning Framework for Time Series Forecasting
von: Yang, Runze, et al.
Veröffentlicht: (2025)

MLOW: Interpretable Low-Rank Frequency Magnitude Decomposition of Multiple Effects for Time Series Forecasting
von: Yang, Runze, et al.
Veröffentlicht: (2026)

Thompson Sampling-Based Learning and Control for Unknown Dynamic Systems
von: Zheng, Kaikai, et al.
Veröffentlicht: (2025)

UT-ACA: Uncertainty-Triggered Adaptive Context Allocation for Long-Context Inference
von: Zhou, Lang, et al.
Veröffentlicht: (2026)

Fitting Unknown Number of Hyperplanes with Manifold Optimization
von: Cheng, Zhiqin, et al.
Veröffentlicht: (2026)

Concentration Bounds for Optimized Certainty Equivalent Risk Estimation
von: Ghosh, Ayon, et al.
Veröffentlicht: (2024)

Learning When to Ask: Simulation-Trained Humanoids for Mental-Health Diagnosis
von: Cenacchi, Filippo, et al.
Veröffentlicht: (2025)

Graph Memory Learning: Imitating Lifelong Remembering and Forgetting of Brain Networks
von: Miao, Jiaxing, et al.
Veröffentlicht: (2024)

Unveiling Client Privacy Leakage from Public Dataset Usage in Federated Distillation
von: Shi, Haonan, et al.
Veröffentlicht: (2025)

Low-Rank Similarity Mining for Multimodal Dataset Distillation
von: Xu, Yue, et al.
Veröffentlicht: (2024)

Risk-Averse Constrained Reinforcement Learning with Optimized Certainty Equivalents
von: Lee, Jane H., et al.
Veröffentlicht: (2025)

Spatial-Temporal Knowledge Distillation for Takeaway Recommendation
von: Zhao, Shuyuan, et al.
Veröffentlicht: (2024)

SCoT: Unifying Consistency Models and Rectified Flows via Straight-Consistent Trajectories
von: Wu, Zhangkai, et al.
Veröffentlicht: (2025)

DE$^3$-BERT: Distance-Enhanced Early Exiting for BERT based on Prototypical Networks
von: He, Jianing, et al.
Veröffentlicht: (2024)

Certainty in Uncertainty: Reasoning over Uncertain Knowledge Graphs with Statistical Guarantees
von: Zhu, Yuqicheng, et al.
Veröffentlicht: (2025)

A Survey on Deep Learning based Time Series Analysis with Frequency Transformation
von: Yi, Kun, et al.
Veröffentlicht: (2023)

Revealing the Challenges of Sim-to-Real Transfer in Model-Based Reinforcement Learning via Latent Space Modeling
von: Lin, Zhilin, et al.
Veröffentlicht: (2025)

Optimized Certainty Equivalent Risk-Controlling Prediction Sets
von: Huang, Jiayi, et al.
Veröffentlicht: (2026)

The Confidence Trap: Gender Bias and Predictive Certainty in LLMs
von: Sabir, Ahmed, et al.
Veröffentlicht: (2026)

FedSI: Federated Subnetwork Inference for Efficient Uncertainty Quantification
von: Chen, Hui, et al.
Veröffentlicht: (2024)

Scalable Best-of-N Selection for Large Language Models via Self-Certainty
von: Kang, Zhewei, et al.
Veröffentlicht: (2025)

Temporally Disentangled Representation Learning under Unknown Nonstationarity
von: Song, Xiangchen, et al.
Veröffentlicht: (2023)

A Reductions Approach to Risk-Sensitive Reinforcement Learning with Optimized Certainty Equivalents
von: Wang, Kaiwen, et al.
Veröffentlicht: (2024)

Score Matching for Estimating Finite Point Processes
von: Cao, Haoqun, et al.
Veröffentlicht: (2025)

Robust Multivariate Time Series Forecasting against Intra- and Inter-Series Transitional Shift
von: He, Hui, et al.
Veröffentlicht: (2024)

On the Sample Complexity of Discounted Reinforcement Learning with Optimized Certainty Equivalents
von: Mortensen, Oliver, et al.
Veröffentlicht: (2026)

The Illusion of Certainty: Uncertainty Quantification for LLMs Fails under Ambiguity
von: Tomov, Tim, et al.
Veröffentlicht: (2025)