Buchumschlag

Active Exploration via Autoregressive Generation of Missing Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cai, Tiffany Tianhui, Namkoong, Hongseok, Russo, Daniel, Zhang, Kelly W
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

Contextual Thompson Sampling via Generation of Missing Data
von: Zhang, Kelly W., et al.
Veröffentlicht: (2025)

C-Learner: Constrained Learning for Causal Inference
von: Cai, Tiffany Tianhui, et al.
Veröffentlicht: (2024)

Empirical Likelihood for Nonsmooth Functionals
von: Namkoong, Hongseok
Veröffentlicht: (2026)

Data-Driven Stochastic Modeling Using Autoregressive Sequence Models: Translating Event Tables to Queueing Dynamics
von: Mittal, Daksh, et al.
Veröffentlicht: (2025)

Exchangeable Sequence Models Quantify Uncertainty Over Latent Concepts
von: Ye, Naimeng, et al.
Veröffentlicht: (2024)

Distilled Thompson Sampling: Practical and Efficient Thompson Sampling via Imitation Learning
von: Namkoong, Hongseok, et al.
Veröffentlicht: (2020)

Minimax Optimal Estimation of Stability Under Distribution Shift
von: Namkoong, Hongseok, et al.
Veröffentlicht: (2022)

A Broader View of Thompson Sampling
von: Qu, Yanlin, et al.
Veröffentlicht: (2025)

A Sensitivity Approach to Causal Inference Under Limited Overlap
von: Ma, Yuanzhe, et al.
Veröffentlicht: (2025)

Design and Scheduling of an AI-based Queueing System
von: Lee, Jiung, et al.
Veröffentlicht: (2024)

Rethinking Distribution Shifts: Empirical Analysis and Inductive Modeling for Tabular Data
von: Wang, Tianyu, et al.
Veröffentlicht: (2023)

Optimization-Driven Adaptive Experimentation
von: Che, Ethan, et al.
Veröffentlicht: (2024)

AExGym: Benchmarks and Environments for Adaptive Experimentation
von: Wang, Jimmy, et al.
Veröffentlicht: (2024)

Differentiable Discrete Event Simulation for Queuing Network Control
von: Che, Ethan, et al.
Veröffentlicht: (2024)

Benchmarking In-context Experiential Learning Through Repeated Product Recommendations
von: Yang, Gilbert, et al.
Veröffentlicht: (2025)

A Planning Framework for Adaptive Labeling
von: Mittal, Daksh, et al.
Veröffentlicht: (2025)

Evaluating Model Performance Under Worst-case Subpopulations
von: Li, Mike, et al.
Veröffentlicht: (2024)

Architectural and Inferential Inductive Biases For Exchangeable Sequence Modeling
von: Mittal, Daksh, et al.
Veröffentlicht: (2025)

Data Mixture Optimization: A Multi-fidelity Multi-scale Bayesian Framework
von: Yen, Thomson, et al.
Veröffentlicht: (2025)

LLM Embeddings Improve Test-time Adaptation to Tabular $Y|X$-Shifts
von: Zeng, Yibo, et al.
Veröffentlicht: (2024)

Adaptive Elicitation of Latent Information Using Natural Language
von: Wang, Jimmy, et al.
Veröffentlicht: (2025)

Model-Free Active Exploration in Reinforcement Learning
von: Russo, Alessio, et al.
Veröffentlicht: (2024)

Order-Agnostic Autoregressive Modelling with Missing Data
von: Peis, Ignacio, et al.
Veröffentlicht: (2026)

DRO: A Python Library for Distributionally Robust Optimization in Machine Learning
von: Liu, Jiashuo, et al.
Veröffentlicht: (2025)

QGym: Scalable Simulation and Benchmarking of Queuing Network Controllers
von: Chen, Haozhe, et al.
Veröffentlicht: (2024)

Worst-Case Regret Bounds for Exploration via Randomized Value Functions
von: Russo, Daniel
Veröffentlicht: (2019)

LLM Swiss Round: Aggregating Multi-Benchmark Performance via Competitive Swiss-System Dynamics
von: Liu, Jiashuo, et al.
Veröffentlicht: (2025)

SynthTools: A Framework for Scaling Synthetic Tools for Agent Development
von: Castellani, Tommaso, et al.
Veröffentlicht: (2025)

A Technical Exploration of Causal Inference with Hybrid LLM Synthetic Data
von: Kim, Dana, et al.
Veröffentlicht: (2025)

PersonalLLM: Tailoring LLMs to Individual Preferences
von: Zollo, Thomas P., et al.
Veröffentlicht: (2024)

Handling and Interpreting Missing Modalities in Patient Clinical Trajectories via Autoregressive Sequence Modeling
von: Wang, Andrew, et al.
Veröffentlicht: (2026)

On Powerful Ways to Generate: Autoregression, Diffusion, and Beyond
von: Yang, Chenxiao, et al.
Veröffentlicht: (2025)

Pure Exploration with Feedback Graphs
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

An Infinite-Width Analysis on the Jacobian-Regularised Training of a Neural Network
von: Kim, Taeyoung, et al.
Veröffentlicht: (2023)

Score Matching With Missing Data
von: Givens, Josh, et al.
Veröffentlicht: (2025)

Deep Generative Imputation Model for Missing Not At Random Data
von: Chen, Jialei, et al.
Veröffentlicht: (2023)

Adaptive Active Learning for Regression via Reinforcement Learning
von: Nguyen, Simon D., et al.
Veröffentlicht: (2026)

Adaptive Exploration for Multi-Reward Multi-Policy Evaluation
von: Russo, Alessio, et al.
Veröffentlicht: (2025)

Compositional Generalization in Autoregressive Models via Logit Composition
von: Kumar, Aakash, et al.
Veröffentlicht: (2026)

In-Context Learning for Pure Exploration
von: Russo, Alessio, et al.
Veröffentlicht: (2025)