:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Tian, Zhang, Xueru
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2405.01810
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automating Data Annotation under Strategic Human Agents: Risks and Potential Solutions
von: Xie, Tian, et al.
Veröffentlicht: (2024)

How Strategic Agents Respond: Comparing Analytical Models with LLM-Generated Responses in Strategic Classification
von: Xie, Tian, et al.
Veröffentlicht: (2025)

Addressing Polarization and Unfairness in Performative Prediction
von: Jin, Kun, et al.
Veröffentlicht: (2024)

Lookahead Counterfactual Fairness
von: Zuo, Zhiqun, et al.
Veröffentlicht: (2024)

When and How Human Curation Backfires: Preference Alignment under Multi-Model Self-Consuming Loop
von: Zhang, Yang, et al.
Veröffentlicht: (2026)

Learning under Imitative Strategic Behavior with Unforeseeable Outcomes
von: Xie, Tian, et al.
Veröffentlicht: (2024)

Market Games for Generative Models: Equilibria, Welfare, and Strategic Entry
von: Wei, Xiukun, et al.
Veröffentlicht: (2026)

Welfare and Fairness in Multi-objective Reinforcement Learning
von: Fan, Zimeng, et al.
Veröffentlicht: (2022)

Mode-Aware Non-Linear Tucker Autoencoder for Tensor-based Unsupervised Learning
von: Zheng, Junjing, et al.
Veröffentlicht: (2025)

The Spectral Bias of Shallow Neural Network Learning is Shaped by the Choice of Non-linearity
von: Sahs, Justin, et al.
Veröffentlicht: (2025)

BD-Merging: Bias-Aware Dynamic Model Merging with Evidence-Guided Contrastive Learning
von: Xie, Yuhan, et al.
Veröffentlicht: (2026)

A Behavior-Aware Approach for Deep Reinforcement Learning in Non-stationary Environments without Known Change Points
von: Liu, Zihe, et al.
Veröffentlicht: (2024)

Tracking Drift: Variation-Aware Entropy Scheduling for Non-Stationary Reinforcement Learning
von: Wang, Tongxi, et al.
Veröffentlicht: (2026)

Learning Spatio-Temporal Dynamics for Trajectory Recovery via Time-Aware Transformer
von: Sun, Tian, et al.
Veröffentlicht: (2025)

Welfare-Centric Clustering
von: Zhang, Claire Jie, et al.
Veröffentlicht: (2025)

Heterogeneity-Aware Coordination for Federated Learning via Stitching Pre-trained blocks
von: Zhan, Shichen, et al.
Veröffentlicht: (2024)

Achieving Collective Welfare in Multi-Agent Reinforcement Learning via Suggestion Sharing
von: Jin, Yue, et al.
Veröffentlicht: (2024)

Welfare as a Guiding Principle for Machine Learning -- From Compass, to Lens, to Roadmap
von: Rosenfeld, Nir, et al.
Veröffentlicht: (2025)

ParMod: A Parallel and Modular Framework for Learning Non-Markovian Tasks
von: Miao, Ruixuan, et al.
Veröffentlicht: (2024)

Strategic Over-Parameterization for Generalizable Low-Rank Adaptation
von: Gao, Jing, et al.
Veröffentlicht: (2026)

On the Rate of Convergence of GD in Non-linear Neural Networks: An Adversarial Robustness Perspective
von: Smorodinsky, Guy, et al.
Veröffentlicht: (2026)

Utilizing Strategic Pre-training to Reduce Overfitting: Baguan -- A Pre-trained Weather Forecasting Model
von: Niu, Peisong, et al.
Veröffentlicht: (2025)

Individual Fairness In Strategic Classification
von: Zuo, Zhiqun, et al.
Veröffentlicht: (2026)

Continual Learning with Strategic Selection and Forgetting for Network Intrusion Detection
von: Zhang, Xinchen, et al.
Veröffentlicht: (2024)

Non-linear Interventions on Large Language Models
von: Kim, Sangwoo
Veröffentlicht: (2026)

Decoupling Reasoning and Confidence: Resurrecting Calibration in Reinforcement Learning from Verifiable Rewards
von: Ma, Zhengzhao, et al.
Veröffentlicht: (2026)

Topology-Aware and Highly Generalizable Deep Reinforcement Learning for Efficient Retrieval in Multi-Deep Storage Systems
von: Li, Funing, et al.
Veröffentlicht: (2025)

From Alexnet to Transformers: Measuring the Non-linearity of Deep Neural Networks with Affine Optimal Transport
von: Bouniot, Quentin, et al.
Veröffentlicht: (2023)

Operator-Guided Invariance Learning for Continuous Reinforcement Learning
von: Zhang, Zuyuan, et al.
Veröffentlicht: (2026)

Event-Aware Prompt Learning for Dynamic Graphs
von: Yu, Xingtong, et al.
Veröffentlicht: (2025)

CALM: Consensus-Aware Localized Merging for Multi-Task Learning
von: Yan, Kunda, et al.
Veröffentlicht: (2025)

AFCL: Analytic Federated Continual Learning for Spatio-Temporal Invariance of Non-IID Data
von: Tang, Jianheng, et al.
Veröffentlicht: (2025)

Scalable Oversight for Superhuman AI via Recursive Self-Critiquing
von: Wen, Xueru, et al.
Veröffentlicht: (2025)

Learning Non-Vacuous Generalization Bounds from Optimization
von: Tan, Chengli, et al.
Veröffentlicht: (2022)

EventTSF: Event-Aware Non-Stationary Time Series Forecasting
von: Ge, Yunfeng, et al.
Veröffentlicht: (2025)

Deploying Models to Non-participating Clients in Federated Learning without Fine-tuning: A Hypernetwork-based Approach
von: Zhou, Yuhao, et al.
Veröffentlicht: (2025)

Reinforce-Ada: An Adaptive Sampling Framework under Non-linear RL Objectives
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

A Dual-Agent Adversarial Framework for Robust Generalization in Deep Reinforcement Learning
von: Xie, Zhengpeng, et al.
Veröffentlicht: (2025)

Can Large Language Models Develop Strategic Reasoning? Post-training Insights from Learning Chess
von: Hwang, Dongyoon, et al.
Veröffentlicht: (2025)

Denoising-Aware Contrastive Learning for Noisy Time Series
von: Zhou, Shuang, et al.
Veröffentlicht: (2024)