:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Awadelkarim, Amel, Ugander, Johan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2406.15893
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decoding the Hook: A Multimodal LLM Framework for Analyzing the Hooking Period of Video Ads
von: Zhang, Kunpeng, et al.
Veröffentlicht: (2026)

On Sinkhorn's Algorithm and Choice Modeling
von: Qu, Zhaonan, et al.
Veröffentlicht: (2023)

Bypassing Skip-Gram Negative Sampling: Dimension Regularization as a More Efficient Alternative for Graph Embeddings
von: Liu, David, et al.
Veröffentlicht: (2024)

Optimizing Partial Area Under the Top-k Curve: Theory and Practice
von: Wang, Zitai, et al.
Veröffentlicht: (2022)

LLM Prompt Duel Optimizer: Efficient Label-Free Prompt Optimization
von: Wu, Yuanchen, et al.
Veröffentlicht: (2025)

Inferring Dynamic Networks from Marginals with Iterative Proportional Fitting
von: Chang, Serina, et al.
Veröffentlicht: (2024)

Approximate Top-$k$ for Increased Parallelism
von: Key, Oscar, et al.
Veröffentlicht: (2024)

Top-$k$ Feature Importance Ranking
von: Chen, Yuxi, et al.
Veröffentlicht: (2025)

Foundations of Top-$k$ Decoding For Language Models
von: Noarov, Georgy, et al.
Veröffentlicht: (2025)

Top-$k$ Classification and Cardinality-Aware Prediction
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Generalized Top-k Mallows Model for Ranked Choices
von: Haddadan, Shahrzad, et al.
Veröffentlicht: (2025)

Cardinality-Aware Set Prediction and Top-$k$ Classification
von: Cortes, Corinna, et al.
Veröffentlicht: (2024)

On the Minimax Regret in Online Ranking with Top-k Feedback
von: Zhang, Mingyuan, et al.
Veröffentlicht: (2023)

Looking Beyond The Top-1: Transformers Determine Top Tokens In Order
von: Lioubashevski, Daria, et al.
Veröffentlicht: (2024)

Differentiable Knapsack and Top-k Operators via Dynamic Programming
von: Vivier-Ardisson, Germain, et al.
Veröffentlicht: (2026)

Why Ask One When You Can Ask $k$? Learning-to-Defer to the Top-$k$ Experts
von: Montreuil, Yannis, et al.
Veröffentlicht: (2025)

Tab-Shapley: Identifying Top-k Tabular Data Quality Insights
von: Padala, Manisha, et al.
Veröffentlicht: (2025)

Optimizing Novelty of Top-k Recommendations using Large Language Models and Reinforcement Learning
von: Sharma, Amit, et al.
Veröffentlicht: (2024)

Efficient and Responsible Adaptation of Large Language Models for Robust and Equitable Top-k Recommendations
von: Kaur, Kirandeep, et al.
Veröffentlicht: (2025)

Scalable and Precise Patch Robustness Certification for Deep Learning Models with Top-k Predictions
von: Zhou, Qilin, et al.
Veröffentlicht: (2025)

Statistical Perspective of Top-K Sparse Softmax Gating Mixture of Experts
von: Nguyen, Huy, et al.
Veröffentlicht: (2023)

Antithetic Sampling for Top-k Shapley Identification
von: Kolpaczki, Patrick, et al.
Veröffentlicht: (2025)

Personalized Top-k Set Queries Over Predicted Scores
von: Nia, Sohrab Namazi, et al.
Veröffentlicht: (2025)

ZETA: Leveraging Z-order Curves for Efficient Top-k Attention
von: Zeng, Qiuhao, et al.
Veröffentlicht: (2025)

Local Statistical Parity for the Estimation of Fair Decision Trees
von: Quintanilla, Andrea, et al.
Veröffentlicht: (2025)

One-Stage Top-$k$ Learning-to-Defer: Score-Based Surrogates with Theoretical Guarantees
von: Montreuil, Yannis, et al.
Veröffentlicht: (2025)

Reducing Communication for Split Learning by Randomized Top-k Sparsification
von: Zheng, Fei, et al.
Veröffentlicht: (2023)

Regularized Top-$k$: A Bayesian Framework for Gradient Sparsification
von: Bereyhi, Ali, et al.
Veröffentlicht: (2025)

$\mathbb{R}^{2k}$ is Theoretically Large Enough for Embedding-based Top-$k$ Retrieval
von: Wang, Zihao, et al.
Veröffentlicht: (2026)

HATA: Trainable and Hardware-Efficient Hash-Aware Top-k Attention for Scalable Large Model Inference
von: Gong, Ping, et al.
Veröffentlicht: (2025)

Top-k on a Budget: Adaptive Ranking with Weak and Strong Oracles
von: Oettershagen, Lutz
Veröffentlicht: (2026)

A Preliminary Study on the Promises and Challenges of Native Top-$k$ Sparse Attention
von: Xiu, Di, et al.
Veröffentlicht: (2025)

Second-Order Tensorial Partial Differential Equations on Graphs
von: Einizade, Aref, et al.
Veröffentlicht: (2025)

Turn Waste into Worth: Rectifying Top-$k$ Router of MoE
von: Zeng, Zhiyuan, et al.
Veröffentlicht: (2024)

HiRE: High Recall Approximate Top-$k$ Estimation for Efficient LLM Inference
von: L, Yashas Samaga B, et al.
Veröffentlicht: (2024)

A Mathematical Theory of Top-$k$ Sparse Attention via Total Variation Distance
von: Tzachristas, Georgios, et al.
Veröffentlicht: (2025)

SpargeAttention2: Trainable Sparse Attention via Hybrid Top-k+Top-p Masking and Distillation Fine-Tuning
von: Zhang, Jintao, et al.
Veröffentlicht: (2026)

Sparsity via Sparse Group $k$-max Regularization
von: Tao, Qinghua, et al.
Veröffentlicht: (2024)

Shadow Cones: A Generalized Framework for Partial Order Embeddings
von: Yu, Tao, et al.
Veröffentlicht: (2023)

Partial Order in Chaos: Consensus on Feature Attributions in the Rashomon Set
von: Laberge, Gabriel, et al.
Veröffentlicht: (2021)