Robustifying and Boosting Training-Free Neural Architecture Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Zhenfeng, Shu, Yao, Dai, Zhongxiang, Low, Bryan Kian Hsiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Active Human Feedback Collection via Neural Contextual Dueling Bandits
von: Verma, Arun, et al.
Veröffentlicht: (2025)

Neural Dueling Bandits: Preference-Based Optimization with Human Feedback
von: Verma, Arun, et al.
Veröffentlicht: (2024)

Adjusted Expected Improvement for Cumulative Regret Minimization in Noisy Bayesian Optimization
von: Hu, Shouri, et al.
Veröffentlicht: (2022)

Use Your INSTINCT: INSTruction optimization for LLMs usIng Neural bandits Coupled with Transformers
von: Lin, Xiaoqiang, et al.
Veröffentlicht: (2023)

Self-Interested Agents in Collaborative Machine Learning: An Incentivized Adaptive Data-Centric Framework
von: Vijayan, Nithia, et al.
Veröffentlicht: (2024)

PC-MoE: Memory-Efficient and Privacy-Preserving Collaborative Training for Mixture-of-Experts LLMs
von: Zhang, Ze Yu, et al.
Veröffentlicht: (2025)

Decentralized Sum-of-Nonconvex Optimization
von: Liu, Zhuanghua, et al.
Veröffentlicht: (2024)

Understanding Domain Generalization: A Noise Robustness Perspective
von: Qiao, Rui, et al.
Veröffentlicht: (2024)

Prompt Optimization with Human Feedback
von: Lin, Xiaoqiang, et al.
Veröffentlicht: (2024)

ActiveDPO: Active Direct Preference Optimization for Sample-Efficient Alignment
von: Lin, Xiaoqiang, et al.
Veröffentlicht: (2025)

Prompt Optimization with EASE? Efficient Ordering-aware Automated Selection of Exemplars
von: Wu, Zhaoxuan, et al.
Veröffentlicht: (2024)

TreeGrad-Ranker: Feature Ranking via $O(L)$-Time Gradients for Decision Trees
von: Li, Weida, et al.
Veröffentlicht: (2026)

Provably Adaptive Linear Approximation for the Shapley Value and Beyond
von: Li, Weida, et al.
Veröffentlicht: (2026)

Dependency Structure Search Bayesian Optimization for Decision Making Models
von: Rajpal, Mohit, et al.
Veröffentlicht: (2023)

Global-to-Local Support Spectrums for Language Model Explainability
von: Agussurja, Lucas, et al.
Veröffentlicht: (2024)

Incremental Quasi-Newton Methods with Faster Superlinear Convergence Rates
von: Liu, Zhuanghua, et al.
Veröffentlicht: (2024)

Source Attribution for Large Language Model-Generated Data
von: Wang, Jingtan, et al.
Veröffentlicht: (2023)

Ferret: Federated Full-Parameter Tuning at Scale for Large Language Models
von: Shu, Yao, et al.
Veröffentlicht: (2024)

DUET: Optimizing Training Data Mixtures via Feedback from Unseen Evaluation Tasks
von: Chen, Zhiliang, et al.
Veröffentlicht: (2025)

BILBO: BILevel Bayesian Optimization
von: Chew, Ruth Wan Theng, et al.
Veröffentlicht: (2025)

Keep Everyone Happy: Online Fair Division of Numerous Items with Few Copies
von: Verma, Arun, et al.
Veröffentlicht: (2024)

COBRA: Contextual Bandit Algorithm for Ensuring Truthful Strategic Agents
von: Verma, Arun, et al.
Veröffentlicht: (2025)

On Newton's Method to Unlearn Neural Networks
von: Bui, Nhung, et al.
Veröffentlicht: (2024)

Why Zeroth-Order Adaptation May Forget Less: A Randomized Shaping Theory
von: Shu, Yao, et al.
Veröffentlicht: (2026)

Data value estimation on private gradients
von: Zhou, Zijian, et al.
Veröffentlicht: (2024)

TRACE: TRansformer-based Attribution using Contrastive Embeddings in LLMs
von: Wang, Cheng, et al.
Veröffentlicht: (2024)

Data Distribution Valuation
von: Xu, Xinyi, et al.
Veröffentlicht: (2024)

Refining Adaptive Zeroth-Order Optimization at Ease
von: Shu, Yao, et al.
Veröffentlicht: (2025)

Understanding the Relationship between Prompts and Response Uncertainty in Large Language Models
von: Zhang, Ze Yu, et al.
Veröffentlicht: (2024)

BoLT: A Benchmark to Democratize Black-box Optimization Research for Expensive LLM Tasks
von: Chew, Ruth Wan Theng, et al.
Veröffentlicht: (2026)

DeRDaVa: Deletion-Robust Data Valuation for Machine Learning
von: Tian, Xiao, et al.
Veröffentlicht: (2023)

INO-SGD: Addressing Utility Imbalance under Individualized Differential Privacy
von: Tian, Xiao, et al.
Veröffentlicht: (2026)

Paid with Models: Optimal Contract Design for Collaborative Machine Learning
von: Wang, Bingchen, et al.
Veröffentlicht: (2024)

Helpful or Harmful Data? Fine-tuning-free Shapley Attribution for Explaining Language Model Predictions
von: Wang, Jingtan, et al.
Veröffentlicht: (2024)

Fine-tuning Language Models with Generative Adversarial Reward Modelling
von: Yu, Zhang Ze, et al.
Veröffentlicht: (2023)

REFRAG: Rethinking RAG based Decoding
von: Lin, Xiaoqiang, et al.
Veröffentlicht: (2025)

Meta-Prompt Optimization for LLM-Based Sequential Decision Making
von: Kong, Mingze, et al.
Veröffentlicht: (2025)

Data-Centric AI in the Age of Large Language Models
von: Xu, Xinyi, et al.
Veröffentlicht: (2024)

Weight-Informed Self-Explaining Clustering for Mixed-Type Tabular Data
von: Li, Lehao, et al.
Veröffentlicht: (2026)

BarrierSteer: LLM Safety via Learning Barrier Steering
von: Tran, Thanh Q., et al.
Veröffentlicht: (2026)