Copertina

Stochastic Amortization: A Unified Approach to Accelerate Feature and Data Attribution

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Covert, Ian, Kim, Chanwoo, Lee, Su-In, Zou, James, Hashimoto, Tatsunori
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Scaling Laws for the Value of Individual Data Points in Machine Learning
di: Covert, Ian, et al.
Pubblicazione: (2024)

Estimating Conditional Mutual Information for Dynamic Feature Selection
di: Gadgil, Soham, et al.
Pubblicazione: (2023)

Locality Alignment Improves Vision-Language Models
di: Covert, Ian, et al.
Pubblicazione: (2024)

A Bitter Lesson for Data Filtering
di: Mohri, Christopher, et al.
Pubblicazione: (2026)

Improving Pretraining Data Using Perplexity Correlations
di: Thrush, Tristan, et al.
Pubblicazione: (2024)

SurrogateSHAP: Training-Free Contributor Attribution for Text-to-Image (T2I) Models
di: Lu, Mingyu, et al.
Pubblicazione: (2026)

Pre-training under infinite compute
di: Kim, Konwoo, et al.
Pubblicazione: (2025)

An Efficient Framework for Crediting Data Contributors of Diffusion Models
di: Lin, Chris, et al.
Pubblicazione: (2024)

Language Models with Conformal Factuality Guarantees
di: Mohri, Christopher, et al.
Pubblicazione: (2024)

Data-efficient pre-training by scaling synthetic megadocs
di: Kim, Konwoo, et al.
Pubblicazione: (2026)

Understanding Finetuning for Factual Knowledge Extraction
di: Ghosal, Gaurav, et al.
Pubblicazione: (2024)

Evaluating Self-Supervised Learning via Risk Decomposition
di: Dubois, Yann, et al.
Pubblicazione: (2023)

ASAP: Amortized Doubly-Stochastic Attention via Sliced Dual Projection
di: Tran, Huy, et al.
Pubblicazione: (2026)

Observational Scaling Laws and the Predictability of Language Model Performance
di: Ruan, Yangjun, et al.
Pubblicazione: (2024)

CellCLIP -- Learning Perturbation Effects in Cell Painting via Text-Guided Contrastive Learning
di: Lu, Mingyu, et al.
Pubblicazione: (2025)

Amortized Probabilistic Detection of Communities in Graphs
di: Wang, Yueqi, et al.
Pubblicazione: (2020)

Prospector Heads: Generalized Feature Attribution for Large Models & Data
di: Machiraju, Gautam, et al.
Pubblicazione: (2024)

Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers
di: Si, Chenglei, et al.
Pubblicazione: (2024)

Scaling Self-Play with Self-Guidance
di: Bailey, Luke, et al.
Pubblicazione: (2026)

Trustless Audits without Revealing Data or Models
di: Waiwitlikhit, Suppakit, et al.
Pubblicazione: (2024)

Stochastic-Constrained Stochastic Optimization with Markovian Data
di: Kim, Yeongjong, et al.
Pubblicazione: (2023)

Amortized Neural Clustering of Time Series based on Statistical Features
di: López-Oriona, Ángel, et al.
Pubblicazione: (2026)

Iterative Amortized Inference: Unifying In-Context Learning and Learned Optimizers
di: Mittal, Sarthak, et al.
Pubblicazione: (2025)

PASS: Private Attributes Protection with Stochastic Data Substitution
di: Chen, Yizhuo, et al.
Pubblicazione: (2025)

Linguistic Calibration of Long-Form Generations
di: Band, Neil, et al.
Pubblicazione: (2024)

The Ideation-Execution Gap: Execution Outcomes of LLM-Generated versus Human Research Ideas
di: Si, Chenglei, et al.
Pubblicazione: (2025)

Robust Distortion-free Watermarks for Language Models
di: Kuditipudi, Rohith, et al.
Pubblicazione: (2023)

Estimating Neural Representation Alignment from Sparsely Sampled Inputs and Features
di: Chun, Chanwoo, et al.
Pubblicazione: (2025)

Statistical and Computational Efficiency for Smooth Tensor Estimation with Unknown Permutations
di: Lee, Chanwoo, et al.
Pubblicazione: (2021)

Length-Controlled AlpacaEval: A Simple Way to Debias Automatic Evaluators
di: Dubois, Yann, et al.
Pubblicazione: (2024)

Extractive text summarisation of Privacy Policy documents using machine learning approaches
di: Choi, Chanwoo
Pubblicazione: (2024)

Graph Spectral Filtering with Chebyshev Interpolation for Recommendation
di: Kim, Chanwoo, et al.
Pubblicazione: (2025)

Impossibility Theorems for Feature Attribution
di: Bilodeau, Blair, et al.
Pubblicazione: (2022)

Amortized Bayesian Workflow
di: Li, Chengkun, et al.
Pubblicazione: (2024)

One Wave To Explain Them All: A Unifying Perspective On Feature Attribution
di: Kasmi, Gabriel, et al.
Pubblicazione: (2024)

Putting It All into Context: Simplifying Agents with LCLMs
di: Jiang, Mingjian, et al.
Pubblicazione: (2025)

From Mice to Trains: Amortized Bayesian Inference on Graph Data
di: Jedhoff, Svenja, et al.
Pubblicazione: (2026)

ALINE: Joint Amortization for Bayesian Inference and Active Data Acquisition
di: Huang, Daolang, et al.
Pubblicazione: (2025)

A Bayesian Information-Theoretic Approach to Data Attribution
di: Tailor, Dharmesh, et al.
Pubblicazione: (2026)

Aligning Few-Step Generative Models by Amortizing Sample-based Variational Inference
di: Lee, Jaewoo, et al.
Pubblicazione: (2026)