Buchumschlag

Learning to (Learn at Test Time): RNNs with Expressive Hidden States

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Yu, Li, Xinhao, Dalal, Karan, Xu, Jiarui, Vikram, Arjun, Zhang, Genghan, Dubois, Yann, Chen, Xinlei, Wang, Xiaolong, Koyejo, Sanmi, Hashimoto, Tatsunori, Guestrin, Carlos
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning to (Learn at Test Time)
von: Sun, Yu, et al.
Veröffentlicht: (2023)

End-to-End Test-Time Training for Long Context
von: Tandon, Arnuv, et al.
Veröffentlicht: (2025)

One-Minute Video Generation with Test-Time Training
von: Dalal, Karan, et al.
Veröffentlicht: (2025)

Discovering Implicit Large Language Model Alignment Objectives
von: Chen, Edward, et al.
Veröffentlicht: (2026)

Evaluating Self-Supervised Learning via Risk Decomposition
von: Dubois, Yann, et al.
Veröffentlicht: (2023)

Benchmarking Distributional Alignment of Large Language Models
von: Meister, Nicole, et al.
Veröffentlicht: (2024)

The Extractive-Abstractive Spectrum: Uncovering Verifiability Trade-offs in LLM Generations
von: Worledge, Theodora, et al.
Veröffentlicht: (2024)

Interactive Multi-Objective Probabilistic Preference Learning with Soft and Hard Bounds
von: Chen, Edward, et al.
Veröffentlicht: (2025)

AlpacaFarm: A Simulation Framework for Methods that Learn from Human Feedback
von: Dubois, Yann, et al.
Veröffentlicht: (2023)

Learning to Discover at Test Time
von: Yuksekgonul, Mert, et al.
Veröffentlicht: (2026)

Length-Controlled AlpacaEval: A Simple Way to Debias Automatic Evaluators
von: Dubois, Yann, et al.
Veröffentlicht: (2024)

In-Context Learning of Energy Functions
von: Schaeffer, Rylan, et al.
Veröffentlicht: (2024)

On the Role of Depth in the Expressivity of RNNs
von: Lizaire, Maude, et al.
Veröffentlicht: (2026)

ALMo: Interactive Aim-Limit-Defined, Multi-Objective System for Personalized High-Dose-Rate Brachytherapy Treatment Planning and Visualization for Cervical Cancer
von: Chen, Edward, et al.
Veröffentlicht: (2026)

Causally Inspired Regularization Enables Domain General Representations
von: Salaudeen, Olawale, et al.
Veröffentlicht: (2024)

Let's Measure Information Step-by-Step: AI-Based Evaluation Beyond Vibes
von: Robertson, Zachary, et al.
Veröffentlicht: (2025)

CURE: Cultural Understanding and Reasoning Evaluation - A Framework for "Thick" Culture Alignment Evaluation in LLMs
von: Vo, Truong, et al.
Veröffentlicht: (2025)

A Framework for Objective-Driven Dynamical Stochastic Fields
von: Zhang, Yibo Jacky, et al.
Veröffentlicht: (2025)

Modeling Multi-Objective Tradeoffs with Monotonic Utility Functions
von: Chen, Edward, et al.
Veröffentlicht: (2024)

Implicit Language Models are RNNs: Balancing Parallelization and Expressivity
von: Schöne, Mark, et al.
Veröffentlicht: (2025)

High-Dimensional Markov-switching Ordinary Differential Processes
von: Tsai, Katherine, et al.
Veröffentlicht: (2024)

Distributional Machine Unlearning via Selective Data Removal
von: Allouah, Youssef, et al.
Veröffentlicht: (2025)

SCENEBench: An Audio Understanding Benchmark Grounded in Assistive and Industrial Use Cases
von: Iyer, Laya, et al.
Veröffentlicht: (2026)

HiFA: High-fidelity Text-to-3D Generation with Advanced Diffusion Guidance
von: Zhu, Junzhe, et al.
Veröffentlicht: (2023)

Is Pre-training Truly Better Than Meta-Learning?
von: Miranda, Brando, et al.
Veröffentlicht: (2023)

Language Models with Conformal Factuality Guarantees
von: Mohri, Christopher, et al.
Veröffentlicht: (2024)

Model Equality Testing: Which Model Is This API Serving?
von: Gao, Irena, et al.
Veröffentlicht: (2024)

Scaling Laws for the Value of Individual Data Points in Machine Learning
von: Covert, Ian, et al.
Veröffentlicht: (2024)

Reasoning Models Don't Just Think Longer, They Move Differently
von: Gjølbye, Anders, et al.
Veröffentlicht: (2026)

Is Backpropagation Optimal? When Synthetic Gradients Improve Sample Efficiency
von: Zhang, Yibo Jacky, et al.
Veröffentlicht: (2026)

The Inadequacy of Offline LLM Evaluations: A Need to Account for Personalization in Model Behavior
von: Wang, Angelina, et al.
Veröffentlicht: (2025)

Principled Federated Domain Adaptation: Gradient Projection and Auto-Weighting
von: Jiang, Enyi, et al.
Veröffentlicht: (2023)

Steering Away from Memorization: Reachability-Constrained Reinforcement Learning for Text-to-Image Diffusion
von: Karnik, Sathwik, et al.
Veröffentlicht: (2026)

Reasoning to Learn from Latent Thoughts
von: Ruan, Yangjun, et al.
Veröffentlicht: (2025)

Adaptive Compression in Federated Learning via Side Information
von: Isik, Berivan, et al.
Veröffentlicht: (2023)

Mechanistic Interpretability of RNNs emulating Hidden Markov Models
von: Torre, Elia, et al.
Veröffentlicht: (2025)

Learning State-Tracking from Code Using Linear RNNs
von: Siems, Julien, et al.
Veröffentlicht: (2026)

Test-Time Training on Video Streams
von: Wang, Renhao, et al.
Veröffentlicht: (2023)

Frontières et mobilité au quotidien
von: Dubois, Yann
Veröffentlicht: (2020)

Pantograph: A Machine-to-Machine Interaction Interface for Advanced Theorem Proving, High Level Reasoning, and Data Extraction in Lean 4
von: Aniva, Leni, et al.
Veröffentlicht: (2024)