Buchumschlag

Binary Hypothesis Testing for Softmax Models and Leverage Score Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gu, Yuzhou, Song, Zhao, Yin, Junze
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

Inverting the Leverage Score Gradient: An Efficient Approximate Newton Method
von: Li, Chenyang, et al.
Veröffentlicht: (2024)

How to Inverting the Leverage Score Distribution?
von: Li, Zhihang, et al.
Veröffentlicht: (2024)

Low Rank Matrix Completion via Robust Alternating Minimization in Nearly Linear Time
von: Gu, Yuzhou, et al.
Veröffentlicht: (2023)

Solving Attention Kernel Regression Problem via Pre-conditioner
von: Song, Zhao, et al.
Veröffentlicht: (2023)

An Iterative Algorithm for Rescaled Hyperbolic Functions Regression
von: Gao, Yeqi, et al.
Veröffentlicht: (2023)

ScoreFusion: Fusing Score-based Generative Models via Kullback-Leibler Barycenters
von: Liu, Hao, et al.
Veröffentlicht: (2024)

Exploring the Frontiers of Softmax: Provable Optimization, Applications in Diffusion Model, and Beyond
von: Cao, Yang, et al.
Veröffentlicht: (2024)

Fast and Efficient Matching Algorithm with Deadline Instances
von: Song, Zhao, et al.
Veröffentlicht: (2023)

Faster Algorithms for Structured Linear and Kernel Support Vector Machines
von: Gu, Yuzhou, et al.
Veröffentlicht: (2023)

Linear Representation Transferability Hypothesis: Leveraging Small Models to Steer Large Models
von: Bello, Femi, et al.
Veröffentlicht: (2025)

The Sample Complexity of Simple Binary Hypothesis Testing
von: Pensia, Ankit, et al.
Veröffentlicht: (2024)

On the Sample Complexity of Robust Binary Hypothesis Testing
von: Vallinayagam, Shankar, et al.
Veröffentlicht: (2026)

Efficient Alternating Minimization with Applications to Weighted Low Rank Approximation
von: Song, Zhao, et al.
Veröffentlicht: (2023)

Dynamic Maintenance of Kernel Density Estimation Data Structure: From Practice to Theory
von: Liang, Jiehao, et al.
Veröffentlicht: (2022)

Hypothesis Testing for Generalized Thurstone Models
von: Makur, Anuran, et al.
Veröffentlicht: (2025)

Density-Softmax: Efficient Test-time Model for Uncertainty Estimation and Robustness under Distribution Shifts
von: Bui, Ha Manh, et al.
Veröffentlicht: (2023)

Why Softmax Attention Outperforms Linear Attention
von: Deng, Yichuan, et al.
Veröffentlicht: (2023)

Adaptive Sparse Softmax: An Effective and Efficient Softmax Variant
von: Lv, Qi, et al.
Veröffentlicht: (2025)

To Softmax, or not to Softmax: that is the question when applying Active Learning for Transformer Models
von: Gonsior, Julius, et al.
Veröffentlicht: (2022)

Local Linear Attention: An Optimal Interpolation of Linear and Softmax Attention For Test-Time Regression
von: Zuo, Yifei, et al.
Veröffentlicht: (2025)

Strategic Hypothesis Testing
von: Hossain, Safwan, et al.
Veröffentlicht: (2025)

Hypothesis Testing over Observable Regimes in Singular Models
von: Plummer, Sean
Veröffentlicht: (2026)

Hypothesis Testing the Circuit Hypothesis in LLMs
von: Shi, Claudia, et al.
Veröffentlicht: (2024)

The Query/Hit Model for Sequential Hypothesis Testing
von: Shariatnasab, Mahshad, et al.
Veröffentlicht: (2025)

A Faster $k$-means++ Algorithm
von: Liang, Jiehao, et al.
Veröffentlicht: (2022)

The Sample Complexity of Distributed Simple Binary Hypothesis Testing under Information Constraints
von: Kazemi, Hadi, et al.
Veröffentlicht: (2025)

Adaptive, Rate-Optimal Hypothesis Testing in Nonparametric IV Models
von: Breunig, Christoph, et al.
Veröffentlicht: (2020)

Minimalist Softmax Attention Provably Learns Constrained Boolean Functions
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2025)

Is Softmax Loss All You Need? A Principled Analysis of Softmax-family Loss
von: Pu, Yuanhao, et al.
Veröffentlicht: (2026)

Minimax Hypothesis Testing for the Bradley-Terry-Luce Model
von: Makur, Anuran, et al.
Veröffentlicht: (2024)

A Vulnerability of Attribution Methods Using Pre-Softmax Scores
von: Lerma, Miguel, et al.
Veröffentlicht: (2023)

Conv-Basis: A New Paradigm for Efficient Attention Inference and Gradient Computation in Transformers
von: Liang, Yingyu, et al.
Veröffentlicht: (2024)

Hypothesis Testing in Imaging Inverse Problems
von: Xi, Yiming, et al.
Veröffentlicht: (2025)

High-Dimensional Robust Mean Estimation with Untrusted Batches
von: Aliakbarpour, Maryam, et al.
Veröffentlicht: (2026)

Support Basis: Fast Attention Beyond Bounded Entries
von: Aliakbarpour, Maryam, et al.
Veröffentlicht: (2025)

Vertex-Softmax: Tight Transformer Verification via Exact Softmax Optimization
von: Rezazadeh, Navid, et al.
Veröffentlicht: (2026)

Sublinear Time Algorithm for Online Weighted Bipartite Matching
von: Hu, Hang, et al.
Veröffentlicht: (2022)

When Scores Learn Geometry: Rate Separations under the Manifold Hypothesis
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Softmax as a Lagrangian-Legendrian Seam
von: Lee-Jenkins, Christopher R.
Veröffentlicht: (2025)

Score-based Generative Modeling for Conditional Independence Testing
von: Ren, Yixin, et al.
Veröffentlicht: (2025)