Copertina

A Batch Sequential Halving Algorithm without Performance Degradation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Koyamada, Sotetsu, Nishimori, Soichiro, Ishii, Shin
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

Emergence of Exploration in Policy Gradient Reinforcement Learning via Retrying
di: Nishimori, Soichiro, et al.
Pubblicazione: (2026)

Pgx: Hardware-Accelerated Parallel Game Simulators for Reinforcement Learning
di: Koyamada, Sotetsu, et al.
Pubblicazione: (2023)

Mahjax: A GPU-Accelerated Mahjong Simulator for Reinforcement Learning in JAX
di: Nishimori, Soichiro, et al.
Pubblicazione: (2026)

A Simple, Solid, and Reproducible Baseline for Bridge Bidding AI
di: Kita, Haruka, et al.
Pubblicazione: (2024)

Anytime Sequential Halving in Monte-Carlo Tree Search
di: Sagers, Dominic, et al.
Pubblicazione: (2024)

Finite-Time Regret Analysis of Retry-Aware Bandits
di: Tong, Bingkui, et al.
Pubblicazione: (2026)

Offline Reinforcement Learning with Domain-Unlabeled Data
di: Nishimori, Soichiro, et al.
Pubblicazione: (2024)

Revisiting Tree Search for LLMs: Gumbel and Sequential Halving for Budget-Scalable Reasoning
di: Ugadiarov, Leonid, et al.
Pubblicazione: (2026)

On Symmetric Losses for Robust Policy Optimization with Noisy Preferences
di: Nishimori, Soichiro, et al.
Pubblicazione: (2025)

A Policy Gradient Primal-Dual Algorithm for Constrained MDPs with Uniform PAC Guarantees
di: Kitamura, Toshinori, et al.
Pubblicazione: (2024)

Toward Data Efficient Model Merging between Different Datasets without Performance Degradation
di: Yamada, Masanori, et al.
Pubblicazione: (2023)

Mitigating Reward Hacking in RLHF via Advantage Sign Robustness
di: Ono, Shinnosuke, et al.
Pubblicazione: (2026)

Fine-Tuning without Performance Degradation
di: Wang, Han, et al.
Pubblicazione: (2025)

Recursive Reward Aggregation
di: Tang, Yuting, et al.
Pubblicazione: (2025)

Batched Online Contextual Sparse Bandits with Sequential Inclusion of Features
di: Swiers, Rowan, et al.
Pubblicazione: (2024)

Successive Halving with Learning Curve Prediction via Latent Kronecker Gaussian Processes
di: Lin, Jihao Andreas, et al.
Pubblicazione: (2025)

Performance Comparisons of Reinforcement Learning Algorithms for Sequential Experimental Design
di: Barlas, Yasir Zubayr, et al.
Pubblicazione: (2025)

On the attainment of the Wasserstein--Cramer--Rao lower bound
di: Nishimori, Hayato, et al.
Pubblicazione: (2025)

Optimal and Practical Batched Linear Bandit Algorithm
di: Yu, Sanghoon, et al.
Pubblicazione: (2025)

A Single Deep Preference-Conditioned Policy for Learning Pareto Coverage Sets
di: Kubo, Akihiro, et al.
Pubblicazione: (2026)

Investigating Batch Inference in a Sequential Monte Carlo Framework for Neural Networks
di: Millard, Andrew, et al.
Pubblicazione: (2026)

OneBatchPAM: A Fast and Frugal K-Medoids Algorithm
di: de Mathelin, Antoine, et al.
Pubblicazione: (2025)

StableGrad: Backward Scale Control without Batch Normalization
di: Mestre, Jose I., et al.
Pubblicazione: (2026)

An Investigation of Batch Normalization in Off-Policy Actor-Critic Algorithms
di: Wang, Li, et al.
Pubblicazione: (2025)

Spend More to Save More (SM2): An Energy-Aware Implementation of Successive Halving for Sustainable Hyperparameter Optimization
di: Geissler, Daniel, et al.
Pubblicazione: (2024)

Sequential Regression Learning with Randomized Algorithms
di: Leão, Dorival, et al.
Pubblicazione: (2025)

Double Horizon Model-Based Policy Optimization
di: Kubo, Akihiro, et al.
Pubblicazione: (2025)

From Sequential Nodes to GPU Batches: Parallel Branch and Bound for Optimal $k$-Sparse GLMs
di: Liu, Jiachang, et al.
Pubblicazione: (2026)

A Short Note on Batch-efficient Divide-and-Conquer Algorithm for EigenDecomposition
di: Song, Yue
Pubblicazione: (2026)

Risk-Aware Batch Testing for Performance Regression Detection
di: Sayedsalehi, Ali, et al.
Pubblicazione: (2026)

Supervised Batch Normalization
di: Faye, Bilal, et al.
Pubblicazione: (2024)

Robust Batched Bandits
di: Guo, Yunwen, et al.
Pubblicazione: (2025)

Critical Batch Size Revisited: A Simple Empirical Approach to Large-Batch Language Model Training
di: Merrill, William, et al.
Pubblicazione: (2025)

Robust off-policy Reinforcement Learning via Soft Constrained Adversary
di: Nakanishi, Kosuke, et al.
Pubblicazione: (2024)

An FPGA-Based Accelerator for Graph Embedding using Sequential Training Algorithm
di: Sunaga, Kazuki, et al.
Pubblicazione: (2023)

State-Separated SARSA: A Practical Sequential Decision-Making Algorithm with Recovering Rewards
di: Tanimoto, Yuto, et al.
Pubblicazione: (2024)

C-kNN-LSH: A Nearest-Neighbor Algorithm for Sequential Counterfactual Inference
di: Wang, Jing, et al.
Pubblicazione: (2026)

A General Algorithm for Detecting Higher-Order Interactions via Random Sequential Additions
di: Shamail, Ahmad, et al.
Pubblicazione: (2025)

Batch size invariant Adam
di: Wang, Xi, et al.
Pubblicazione: (2024)

Slower Generalization, Faster Memorization: A Sweet Spot in Algorithmic Learning
di: So, Shin, et al.
Pubblicazione: (2026)