Buchumschlag

Optimal Multi-Distribution Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zihan, Zhan, Wenhao, Chen, Yuxin, Du, Simon S., Lee, Jason D.
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

Settling the Sample Complexity of Online Reinforcement Learning
von: Zhang, Zihan, et al.
Veröffentlicht: (2023)

Horizon-Free Regret for Linear Markov Decision Processes
von: Zhang, Zihan, et al.
Veröffentlicht: (2024)

Anytime Acceleration of Gradient Descent
von: Zhang, Zihan, et al.
Veröffentlicht: (2024)

Accelerating RL for LLM Reasoning with Optimal Advantage Regression
von: Brantley, Kianté, et al.
Veröffentlicht: (2025)

Provable Reward-Agnostic Preference-Based Reinforcement Learning
von: Zhan, Wenhao, et al.
Veröffentlicht: (2023)

Exploiting Structure in Offline Multi-Agent RL: The Benefits of Low Interaction Rank
von: Zhan, Wenhao, et al.
Veröffentlicht: (2024)

Learning Orthogonal Multi-Index Models: A Fine-Grained Information Exponent Analysis
von: Ren, Yunwei, et al.
Veröffentlicht: (2024)

Regressing the Relative Future: Efficient Policy Optimization for Multi-turn RLHF
von: Gao, Zhaolin, et al.
Veröffentlicht: (2024)

Learning Optimal Distributionally Robust Stochastic Control in Continuous State Spaces
von: Wang, Shengbo, et al.
Veröffentlicht: (2024)

Estimation and Inference in Distributional Reinforcement Learning
von: Zhang, Liangyu, et al.
Veröffentlicht: (2023)

Sharp Gap-Dependent Variance-Aware Regret Bounds for Tabular MDPs
von: Chen, Shulun, et al.
Veröffentlicht: (2025)

Unregularized Linear Convergence in Zero-Sum Game from Preference Feedback
von: Chen, Shulun, et al.
Veröffentlicht: (2025)

The Generative Leap: Sharp Sample Complexity for Efficiently Learning Gaussian Multi-Index Models
von: Damian, Alex, et al.
Veröffentlicht: (2025)

OASIS: Conditional Distribution Shaping for Offline Safe Reinforcement Learning
von: Yao, Yihang, et al.
Veröffentlicht: (2024)

Tighter Regret Bounds for Contextual Action-Set Reinforcement Learning
von: Chen, Zijun, et al.
Veröffentlicht: (2026)

Transformers Learn to Implement Multi-step Gradient Descent with Chain of Thought
von: Huang, Jianhao, et al.
Veröffentlicht: (2025)

Understanding the Performance Gap in Preference Learning: A Dichotomy of RLHF and DPO
von: Shi, Ruizhe, et al.
Veröffentlicht: (2025)

Optimal Convergence Rates of Deep Neural Network Classifiers
von: Zhang, Zihan, et al.
Veröffentlicht: (2025)

Long-Tailed Out-of-Distribution Detection with Refined Separate Class Learning
von: Feng, Shuai, et al.
Veröffentlicht: (2025)

Learning Optimal Distributionally Robust Individualized Treatment Rules Integrating Multi-Source Data
von: Cui, Wenhai, et al.
Veröffentlicht: (2026)

Effects of Exponential Gaussian Distribution on (Double Sampling) Randomized Smoothing
von: Shu, Youwei, et al.
Veröffentlicht: (2024)

Learning Optimal Topology for Ad-hoc Robot Networks
von: Macktoobian, Matin, et al.
Veröffentlicht: (2022)

Unified Framework of Distributional Regret in Multi-Armed Bandits and Reinforcement Learning
von: Lee, Harin, et al.
Veröffentlicht: (2026)

Dataset Reset Policy Optimization for RLHF
von: Chang, Jonathan D., et al.
Veröffentlicht: (2024)

Optimal Ridge Regularization for Out-of-Distribution Prediction
von: Patil, Pratik, et al.
Veröffentlicht: (2024)

Distributed Gradient Descent for Functional Learning
von: Yu, Zhan, et al.
Veröffentlicht: (2023)

No-Regret Learning of Nash Equilibrium for Black-Box Games via Gaussian Processes
von: Han, Minbiao, et al.
Veröffentlicht: (2024)

Achieving Tractable Minimax Optimal Regret in Average Reward MDPs
von: Boone, Victor, et al.
Veröffentlicht: (2024)

Towards the Generalization of Multi-view Learning: An Information-theoretical Analysis
von: Wen, Wen, et al.
Veröffentlicht: (2025)

Formal Models of Active Learning from Contrastive Examples
von: Mansouri, Farnam, et al.
Veröffentlicht: (2025)

Federated Multi Agent Deep Learning and Neural Networks for Advanced Distributed Sensing in Wireless Networks
von: Muller, Nadine, et al.
Veröffentlicht: (2026)

Privacy-Aware Multi-Device Cooperative Edge Inference with Distributed Resource Bidding
von: Zhuang, Wenhao, et al.
Veröffentlicht: (2024)

Correcting the Mythos of KL-Regularization: Direct Alignment without Overoptimization via Chi-Squared Preference Optimization
von: Huang, Audrey, et al.
Veröffentlicht: (2024)

Distributionally Robust Policy Learning under Concept Drifts
von: Wang, Jingyuan, et al.
Veröffentlicht: (2024)

Provable Guarantees for Nonlinear Feature Learning in Three-Layer Neural Networks
von: Nichani, Eshaan, et al.
Veröffentlicht: (2023)

Distribution-Dependent Rates for Multi-Distribution Learning
von: Hanashiro, Rafael, et al.
Veröffentlicht: (2023)

How Does Distribution Matching Help Domain Generalization: An Information-theoretic Analysis
von: Dong, Yuxin, et al.
Veröffentlicht: (2024)

Model-Free, Regret-Optimal Best Policy Identification in Online CMDPs
von: Zhou, Zihan, et al.
Veröffentlicht: (2023)

Enhancing Multi-view Open-set Learning via Ambiguity Uncertainty Calibration and View-wise Debiasing
von: Fang, Zihan, et al.
Veröffentlicht: (2025)

Distributed Online Convex Optimization with Efficient Communication: Improved Algorithm and Lower bounds
von: Yang, Sifan, et al.
Veröffentlicht: (2026)