Buchumschlag

A Unifying Post-Processing Framework for Multi-Objective Learn-to-Defer Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Charusaie, Mohammad-Amin, Samadi, Samira
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Causal Framework for Evaluating Deferring Systems
von: Palomba, Filippo, et al.
Veröffentlicht: (2024)

A Unified Framework for Gradient Aggregation in Multi-Objective Optimization
von: Hu, Zeou, et al.
Veröffentlicht: (2026)

Learning to Defer for Causal Discovery with Imperfect Experts
von: Clivio, Oscar, et al.
Veröffentlicht: (2025)

Interactive Hyperparameter Optimization in Multi-Objective Problems via Preference Learning
von: Giovanelli, Joseph, et al.
Veröffentlicht: (2023)

Safe and Balanced: A Framework for Constrained Multi-Objective Reinforcement Learning
von: Gu, Shangding, et al.
Veröffentlicht: (2024)

An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

Cost-Sensitive Learning to Defer to Multiple Experts with Workload Constraints
von: Alves, Jean V., et al.
Veröffentlicht: (2024)

Learning to Defer: A Survey
von: Strong, Joshua, et al.
Veröffentlicht: (2025)

Hybrid Learners Do Not Forget: A Brain-Inspired Neuro-Symbolic Approach to Continual Learning
von: Banayeeanzade, Amin, et al.
Veröffentlicht: (2025)

Projection Optimization: A General Framework for Multi-Objective and Multi-Group RLHF
von: Xiong, Nuoya, et al.
Veröffentlicht: (2025)

Optimistic Reinforcement Learning with Quantile Objectives
von: Alipour-Vaezi, Mohammad, et al.
Veröffentlicht: (2025)

Debate as Reward: A Multi-Agent Reward System for Scientific Ideation via RL Post-Training
von: Salimi, Moein, et al.
Veröffentlicht: (2026)

Multi-Objective Multi-Fidelity Bayesian Optimization with Causal Priors
von: Hossen, Md Abir, et al.
Veröffentlicht: (2026)

A Post-Processing-Based Fair Federated Learning Framework
von: Zhou, Yi, et al.
Veröffentlicht: (2025)

When Policies Cannot Be Retrained: A Unified Closed-Form View of Post-Training Steering in Offline Reinforcement Learning
von: Hossain, Elias, et al.
Veröffentlicht: (2026)

Demonstration Guided Multi-Objective Reinforcement Learning
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

Multi-Objective Reinforcement Learning for Water Management
von: Osika, Zuzanna, et al.
Veröffentlicht: (2025)

Harmonizing Multi-Objective LLM Unlearning via Unified Domain Representation and Bidirectional Logit Distillation
von: Zhong, Yisheng, et al.
Veröffentlicht: (2026)

TREX: Trajectory Explanations for Multi-Objective Reinforcement Learning
von: Rajapakse, Dilina, et al.
Veröffentlicht: (2026)

Divide and Learn: Multi-Objective Combinatorial Optimization at Scale
von: Singh, Esha, et al.
Veröffentlicht: (2026)

Interpretability by Design for Efficient Multi-Objective Reinforcement Learning
von: Xia, Qiyue, et al.
Veröffentlicht: (2025)

DNN Memory Footprint Reduction via Post-Training Intra-Layer Multi-Precision Quantization
von: Ghavami, Behnam, et al.
Veröffentlicht: (2024)

A Unifying Framework for Learning Argumentation Semantics
von: Mileva, Zlatina, et al.
Veröffentlicht: (2023)

From Solving to Verifying: A Unified Objective for Robust Reasoning in LLMs
von: Wang, Xiaoxuan, et al.
Veröffentlicht: (2025)

SAFE-RL: Saliency-Aware Counterfactual Explainer for Deep Reinforcement Learning Policies
von: Samadi, Amir, et al.
Veröffentlicht: (2024)

A Meta-Learning Approach for Multi-Objective Reinforcement Learning in Sustainable Home Environments
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

Flexible Swarm Learning May Outpace Foundation Models in Essential Tasks
von: Samadi, Moein E., et al.
Veröffentlicht: (2025)

In Search for Architectures and Loss Functions in Multi-Objective Reinforcement Learning
von: Terekhov, Mikhail, et al.
Veröffentlicht: (2024)

Multi-Objective Loss Balancing for Physics-Informed Deep Learning
von: Bischof, Rafael, et al.
Veröffentlicht: (2021)

CAFP: A Post-Processing Framework for Group Fairness via Counterfactual Model Averaging
von: Arévalo, Irina, et al.
Veröffentlicht: (2026)

Mirror Learning: A Unifying Framework of Policy Optimisation
von: Kuba, Jakub Grudzien, et al.
Veröffentlicht: (2022)

A Unified Framework for Heterogeneous Semi-supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2025)

A Unified Invariant Learning Framework for Graph Classification
von: Sui, Yongduo, et al.
Veröffentlicht: (2025)

Multi-Objective Learning for Diffusion Models: A Statistical Theory under Semi-Supervised Learning
von: Cheng, Ziheng, et al.
Veröffentlicht: (2026)

In-Context Multi-Objective Optimization
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

A New Approach to Backtracking Counterfactual Explanations: A Unified Causal Framework for Efficient Model Interpretability
von: Fatemi, Pouria, et al.
Veröffentlicht: (2025)

Unlearn to Relearn Backdoors: Deferred Backdoor Functionality Attacks on Deep Learning Models
von: Shin, Jeongjin, et al.
Veröffentlicht: (2024)

RLFactory: A Plug-and-Play Reinforcement Learning Post-Training Framework for LLM Multi-Turn Tool-Use
von: Chai, Jiajun, et al.
Veröffentlicht: (2025)

Navigating Trade-offs: Policy Summarization for Multi-Objective Reinforcement Learning
von: Osika, Zuzanna, et al.
Veröffentlicht: (2024)

Multi-Objective Neural Architecture Search by Learning Search Space Partitions
von: Zhao, Yiyang, et al.
Veröffentlicht: (2024)