Copertina

Why is SAM Robust to Label Noise?

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Baek, Christina, Kolter, Zico, Raghunathan, Aditi
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

Context-Parametric Inversion: Why Instruction Finetuning Can Worsen Context Reliance
di: Goyal, Sachin, et al.
Pubblicazione: (2024)

Weight Ensembling Improves Reasoning in Language Models
di: Dang, Xingyu, et al.
Pubblicazione: (2025)

Test-Time Adaptation Induces Stronger Accuracy and Agreement-on-the-Line
di: Kim, Eungyeup, et al.
Pubblicazione: (2023)

Predicting the Performance of Foundation Models via Agreement-on-the-Line
di: Saxena, Rahul, et al.
Pubblicazione: (2024)

Scaling Laws for Data Filtering -- Data Curation cannot be Compute Agnostic
di: Goyal, Sachin, et al.
Pubblicazione: (2024)

Base Models Look Human To AI Detectors
di: Xu, Yixuan Even, et al.
Pubblicazione: (2026)

T-MARS: Improving Visual Representations by Circumventing Text Feature Learning
di: Maini, Pratyush, et al.
Pubblicazione: (2023)

Equilibrium Reasoners: Learning Attractors Enables Scalable Reasoning
di: Huang, Benhao, et al.
Pubblicazione: (2026)

AcceleratedLiNGAM: Learning Causal DAGs at the speed of GPUs
di: Akinwande, Victor, et al.
Pubblicazione: (2024)

FUSE-ing Language Models: Zero-Shot Adapter Discovery for Prompt Optimization Across Tokenizers
di: Williams, Joshua Nathaniel, et al.
Pubblicazione: (2024)

Mimetic Initialization of MLPs
di: Trockman, Asher, et al.
Pubblicazione: (2026)

Predicting the Performance of Black-box LLMs through Follow-up Queries
di: Sam, Dylan, et al.
Pubblicazione: (2025)

Generative Posterior Networks for Approximately Bayesian Epistemic Uncertainty Estimation
di: Roderick, Melrose, et al.
Pubblicazione: (2023)

Diffusing Differentiable Representations
di: Savani, Yash, et al.
Pubblicazione: (2024)

One-Step Diffusion Distillation via Deep Equilibrium Models
di: Geng, Zhengyang, et al.
Pubblicazione: (2023)

Measuring Five-Nines Reliability: Sample-Efficient LLM Evaluation in Saturated Benchmarks
di: Kim, Eungyeup, et al.
Pubblicazione: (2026)

Watch the Weights: Unsupervised monitoring and control of fine-tuned LLMs
di: Zhong, Ziqian, et al.
Pubblicazione: (2025)

Understanding and Mitigating Premature Confidence for Better LLM Reasoning
di: Gai, Jingchu, et al.
Pubblicazione: (2026)

An Axiomatic Approach to Model-Agnostic Concept Explanations
di: Feng, Zhili, et al.
Pubblicazione: (2024)

Rethinking Distance Metrics for Counterfactual Explainability
di: Williams, Joshua Nathaniel, et al.
Pubblicazione: (2024)

Understanding Augmentation-based Self-Supervised Representation Learning via RKHS Approximation and Regression
di: Zhai, Runtian, et al.
Pubblicazione: (2023)

Massive Activations in Large Language Models
di: Sun, Mingjie, et al.
Pubblicazione: (2024)

The Mixing method: low-rank coordinate descent for semidefinite programming with diagonal constraints
di: Wang, Po-Wei, et al.
Pubblicazione: (2017)

Understanding Hallucinations in Diffusion Models through Mode Interpolation
di: Aithal, Sumukh K, et al.
Pubblicazione: (2024)

Adaptive Data Optimization: Dynamic Sample Selection with Scaling Laws
di: Jiang, Yiding, et al.
Pubblicazione: (2024)

Evaluating Language Model Reasoning about Confidential Information
di: Sam, Dylan, et al.
Pubblicazione: (2025)

When Should We Introduce Safety Interventions During Pretraining?
di: Sam, Dylan, et al.
Pubblicazione: (2026)

Forcing Diffuse Distributions out of Language Models
di: Zhang, Yiming, et al.
Pubblicazione: (2024)

A Simple and Effective Pruning Approach for Large Language Models
di: Sun, Mingjie, et al.
Pubblicazione: (2023)

Looking beyond the next token
di: Thankaraj, Abitha, et al.
Pubblicazione: (2025)

Bayesian Neural Networks with Domain Knowledge Priors
di: Sam, Dylan, et al.
Pubblicazione: (2024)

Self-Trained Verification for Training- and Test-Time Self-Improvement
di: Wu, Chen Henry, et al.
Pubblicazione: (2026)

Sharpness-Aware Minimization Enhances Feature Quality via Balanced Learning
di: Springer, Jacob Mitchell, et al.
Pubblicazione: (2024)

Early Data Exposure Improves Robustness to Subsequent Fine-Tuning
di: Feng, Lawrence, et al.
Pubblicazione: (2026)

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

ImpossibleBench: Measuring LLMs' Propensity of Exploiting Test Cases
di: Zhong, Ziqian, et al.
Pubblicazione: (2025)

Mimetic Initialization Helps State Space Models Learn to Recall
di: Trockman, Asher, et al.
Pubblicazione: (2024)

Superhuman AI for Stratego Using Self-Play Reinforcement Learning and Test-Time Search
di: Sokota, Samuel, et al.
Pubblicazione: (2025)

Label-Noise Robust Diffusion Models
di: Na, Byeonghu, et al.
Pubblicazione: (2024)

Finetuning CLIP to Reason about Pairwise Differences
di: Sam, Dylan, et al.
Pubblicazione: (2024)