:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Duzgun, Ahmet Cagri, Jelassi, Samy, Li, Yuanzhi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2407.00968
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

How Does Overparameterization Affect Machine Unlearning of Deep Neural Networks?
von: Alon, Gal, et al.
Veröffentlicht: (2025)

LoRA Soups: Merging LoRAs for Practical Skill Composition Tasks
von: Prabhakar, Akshara, et al.
Veröffentlicht: (2024)

Matching Features, Not Tokens: Energy-Based Fine-Tuning of Language Models
von: Jelassi, Samy, et al.
Veröffentlicht: (2026)

Collective Model Intelligence Requires Compatible Specialization
von: Pari, Jyothish, et al.
Veröffentlicht: (2024)

To Backtrack or Not to Backtrack: When Sequential Search Limits Model Reasoning
von: Qin, Tian, et al.
Veröffentlicht: (2025)

How Does Quantization Affect Multilingual LLMs?
von: Marchisio, Kelly, et al.
Veröffentlicht: (2024)

Universal Length Generalization with Turing Programs
von: Hou, Kaiying, et al.
Veröffentlicht: (2024)

Repeat After Me: Transformers are Better than State Space Models at Copying
von: Jelassi, Samy, et al.
Veröffentlicht: (2024)

Q-Probe: A Lightweight Approach to Reward Maximization for Language Models
von: Li, Kenneth, et al.
Veröffentlicht: (2024)

Mixture of Parrots: Experts improve memorization more than reasoning
von: Jelassi, Samy, et al.
Veröffentlicht: (2024)

The Recurrent Transformer: Greater Effective Depth and Efficient Decoding
von: Oncescu, Costin-Andrei, et al.
Veröffentlicht: (2026)

Let Me Think! A Long Chain-of-Thought Can Be Worth Exponentially Many Short Ones
von: Mirtaheri, Parsa, et al.
Veröffentlicht: (2025)

The Role of Sparsity for Length Generalization in Transformers
von: Golowich, Noah, et al.
Veröffentlicht: (2025)

Echo Chamber: RL Post-training Amplifies Behaviors Learned in Pretraining
von: Zhao, Rosie, et al.
Veröffentlicht: (2025)

Adversarial Training Can Provably Improve Robustness: Theoretical Analysis of Feature Learning Process Under Structured Data
von: Li, Binghui, et al.
Veröffentlicht: (2024)

Theoretical Limitations of Ensembles in the Age of Overparameterization
von: Dern, Niclas, et al.
Veröffentlicht: (2024)

The Interpolating Information Criterion for Overparameterized Models
von: Hodgkinson, Liam, et al.
Veröffentlicht: (2023)

Privacy for Free in the Overparameterized Regime
von: Bombari, Simone, et al.
Veröffentlicht: (2024)

Machine Unlearning under Overparameterization
von: Block, Jacob L., et al.
Veröffentlicht: (2025)

How Does Code Pretraining Affect Language Model Task Performance?
von: Petty, Jackson, et al.
Veröffentlicht: (2024)

How Much Training Data is Memorized in Overparameterized Autoencoders? An Inverse Problem Perspective on Memorization Evaluation
von: Abitbul, Koren, et al.
Veröffentlicht: (2023)

How Does Response Length Affect Long-Form Factuality
von: Zhao, James Xu, et al.
Veröffentlicht: (2025)

The Role of Symmetry in Optimizing Overparameterized Networks
von: Sareen, Kusha, et al.
Veröffentlicht: (2026)

Provable Generalization in Overparameterized Neural Nets
von: Dhingra, Aviral
Veröffentlicht: (2025)

A Note on Generalization in Variational Autoencoders: How Effective Is Synthetic Data & Overparameterization?
von: Xiao, Tim Z., et al.
Veröffentlicht: (2023)

On the Clean Generalization and Robust Overfitting in Adversarial Training from Two Theoretical Views: Representation Complexity and Training Dynamics
von: Li, Binghui, et al.
Veröffentlicht: (2023)

On the Benefits of Weight Normalization for Overparameterized Matrix Sensing
von: Wei, Yudong, et al.
Veröffentlicht: (2025)

Overparameterized Multiple Linear Regression as Hyper-Curve Fitting
von: Atza, E., et al.
Veröffentlicht: (2024)

Dual Space Preconditioning for Gradient Descent in the Overparameterized Regime
von: Ghane, Reza, et al.
Veröffentlicht: (2026)

An Analytical Model for Overparameterized Learning Under Class Imbalance
von: Mor, Eliav, et al.
Veröffentlicht: (2025)

Feature Impact Analysis on Top Long-Jump Performances with Quantile Random Forest and Explainable AI Techniques
von: Gan, Qi, et al.
Veröffentlicht: (2025)

Critical Influence of Overparameterization on Sharpness-aware Minimization
von: Shin, Sungbin, et al.
Veröffentlicht: (2023)

Bayesian Inference for Consistent Predictions in Overparameterized Nonlinear Regression
von: Wakayama, Tomoya
Veröffentlicht: (2024)

How Does Preconditioning Guide Feature Learning in Deep Neural Networks?
von: Yoshida, Kotaro, et al.
Veröffentlicht: (2025)

Local Linear Recovery Guarantee of Deep Neural Networks at Overparameterization
von: Zhang, Yaoyu, et al.
Veröffentlicht: (2024)

Benefits of Early Stopping in Gradient Descent for Overparameterized Logistic Regression
von: Wu, Jingfeng, et al.
Veröffentlicht: (2025)

Task Shift: From Classification to Regression in Overparameterized Linear Models
von: LaBonte, Tyler, et al.
Veröffentlicht: (2025)

Estimation of Toeplitz Covariance Matrices using Overparameterized Gradient Descent
von: Busbib, Daniel, et al.
Veröffentlicht: (2025)

Precise Asymptotic Generalization for Multiclass Classification with Overparameterized Linear Models
von: Wu, David X., et al.
Veröffentlicht: (2023)

Implicit Regularization and Generalization in Overparameterized Neural Networks
von: Johannsen, Zeran
Veröffentlicht: (2026)