Copertina

On the Independence Assumption in Neurosymbolic Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	van Krieken, Emile, Minervini, Pasquale, Ponti, Edoardo M., Vergari, Antonio
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Neurosymbolic Reasoning Shortcuts under the Independence Assumption
di: van Krieken, Emile, et al.
Pubblicazione: (2025)

Neurosymbolic Diffusion Models
di: van Krieken, Emile, et al.
Pubblicazione: (2025)

Optimisation in Neurosymbolic Learning Systems
di: van Krieken, Emile
Pubblicazione: (2024)

Mixtures of In-Context Learners
di: Hong, Giwon, et al.
Pubblicazione: (2024)

Probing the Emergence of Cross-lingual Alignment during LLM Training
di: Wang, Hetong, et al.
Pubblicazione: (2024)

BEARS Make Neuro-Symbolic Models Aware of their Reasoning Shortcuts
di: Marconato, Emanuele, et al.
Pubblicazione: (2024)

Fast and Expressive Multi-Token Prediction with Probabilistic Circuits
di: Grivas, Andreas, et al.
Pubblicazione: (2025)

On the Theoretical Limitations of Embedding-based Link Prediction
di: Badreddine, Samy, et al.
Pubblicazione: (2025)

A Neuro-Symbolic Benchmark Suite for Concept Quality and Reasoning Shortcuts
di: Bortolotti, Samuele, et al.
Pubblicazione: (2024)

ULLER: A Unified Language for Learning and Reasoning
di: van Krieken, Emile, et al.
Pubblicazione: (2024)

Symbol Grounding in Neuro-Symbolic AI: A Gentle Introduction to Reasoning Shortcuts
di: Marconato, Emanuele, et al.
Pubblicazione: (2025)

GRAPES: Learning to Sample Graphs for Scalable Graph Neural Networks
di: Younesian, Taraneh, et al.
Pubblicazione: (2023)

Is Complex Query Answering Really Complex?
di: Gregucci, Cosimo, et al.
Pubblicazione: (2024)

Low-Rank Compression of Language Models via Differentiable Rank Selection
di: Sundrani, Sidhant, et al.
Pubblicazione: (2025)

On Faster Marginalization with Squared Circuits via Orthonormalization
di: Loconte, Lorenzo, et al.
Pubblicazione: (2024)

How to Square Tensor Networks and Circuits Without Squaring Them
di: Loconte, Lorenzo, et al.
Pubblicazione: (2025)

COPA: Comparing the incomparable in multi-objective model evaluation
di: Javaloy, Adrián, et al.
Pubblicazione: (2025)

SynDARin: Synthesising Datasets for Automated Reasoning in Low-Resource Languages
di: Ghazaryan, Gayane, et al.
Pubblicazione: (2024)

Gradient-Based Optimization on Gödel Logic as Discrete Local Search
di: Daniele, Alessandro, et al.
Pubblicazione: (2025)

Neurosymbolic Conformal Classification
di: Ledaguenel, Arthur, et al.
Pubblicazione: (2024)

Training Plug-n-Play Knowledge Modules with Deep Context Distillation
di: Caccia, Lucas, et al.
Pubblicazione: (2025)

Graph data augmentation with Gromow-Wasserstein Barycenters
di: Ponti, Andrea
Pubblicazione: (2024)

Conditional computation in neural networks: principles and research trends
di: Scardapane, Simone, et al.
Pubblicazione: (2024)

Emergent Communication Pretraining for Few-Shot Machine Translation
di: Li, Yaoyiran, et al.
Pubblicazione: (2020)

Relational Neurosymbolic Markov Models
di: De Smet, Lennert, et al.
Pubblicazione: (2024)

Tractable Representation Learning with Probabilistic Circuits
di: Braun, Steven, et al.
Pubblicazione: (2025)

Agentic Uncertainty Reveals Agentic Overconfidence
di: Kaddour, Jean, et al.
Pubblicazione: (2026)

When Can Proxies Improve the Sample Complexity of Preference Learning?
di: Zhu, Yuchen, et al.
Pubblicazione: (2024)

Logically Consistent Language Models via Neuro-Symbolic Integration
di: Calanzone, Diego, et al.
Pubblicazione: (2024)

NeSyA: Neurosymbolic Automata
di: Manginas, Nikolaos, et al.
Pubblicazione: (2024)

Neurosymbolic Grounding for Compositional World Models
di: Sehgal, Atharva, et al.
Pubblicazione: (2023)

Three Pathways to Neurosymbolic Reinforcement Learning with Interpretable Model and Policy Networks
di: Graf, Peter, et al.
Pubblicazione: (2024)

Scaling Continuous Latent Variable Models as Probabilistic Integral Circuits
di: Gala, Gennaro, et al.
Pubblicazione: (2024)

How to Turn Your Knowledge Graph Embeddings into Generative Models
di: Loconte, Lorenzo, et al.
Pubblicazione: (2023)

Subtractive Mixture Models via Squaring: Representation and Learning
di: Loconte, Lorenzo, et al.
Pubblicazione: (2023)

Online Curvature-Aware Replay: Leveraging $\mathbf{2^{nd}}$ Order Information for Online Continual Learning
di: Urettini, Edoardo, et al.
Pubblicazione: (2025)

Scaling Sparse Fine-Tuning to Large Language Models
di: Ansell, Alan, et al.
Pubblicazione: (2024)

Rethinking the Harmonic Loss via Non-Euclidean Distance Layers
di: Miller-Golub, Maxwell, et al.
Pubblicazione: (2026)

Can LLMs Compress (and Decompress)? Evaluating Code Understanding and Execution via Invertibility
di: Maveli, Nickil, et al.
Pubblicazione: (2026)

DANA: Domain-Aware Neurosymbolic Agents for Consistency and Accuracy
di: Luong, Vinh, et al.
Pubblicazione: (2024)