Copertina

Multi-Label Learning with Stronger Consistency Guarantees

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mao, Anqi, Mohri, Mehryar, Zhong, Yutao
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

$H$-Consistency Guarantees for Regression
di: Mao, Anqi, et al.
Pubblicazione: (2024)

Mastering Multiple-Expert Routing: Realizable $H$-Consistency and Strong Guarantees for Learning to Defer
di: Mao, Anqi, et al.
Pubblicazione: (2025)

Realizable $H$-Consistent and Bayes-Consistent Loss Functions for Learning to Defer
di: Mao, Anqi, et al.
Pubblicazione: (2024)

Enhanced $H$-Consistency Bounds
di: Mao, Anqi, et al.
Pubblicazione: (2024)

Regression with Multi-Expert Deferral
di: Mao, Anqi, et al.
Pubblicazione: (2024)

Principled Algorithms for Optimizing Generalized Metrics in Multi-Label Learning
di: Mohri, Mehryar, et al.
Pubblicazione: (2026)

Predictor-Rejector Multi-Class Abstention: Theoretical Analysis and Algorithms
di: Mao, Anqi, et al.
Pubblicazione: (2023)

Theoretically Grounded Loss Functions and Algorithms for Score-Based Multi-Class Abstention
di: Mao, Anqi, et al.
Pubblicazione: (2023)

Principled Approaches for Learning to Defer with Multiple Experts
di: Mao, Anqi, et al.
Pubblicazione: (2023)

A Universal Growth Rate for Learning with Smooth Surrogate Losses
di: Mao, Anqi, et al.
Pubblicazione: (2024)

Mind the Gap: Structure-Aware Consistency in Preference Learning
di: Mohri, Mehryar, et al.
Pubblicazione: (2026)

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

Principled Algorithms for Optimizing Generalized Metrics in Binary Classification
di: Mao, Anqi, et al.
Pubblicazione: (2025)

Beyond Tsybakov: Model Margin Noise and $\mathcal{H}$-Consistency Bounds
di: Mohri, Mehryar, et al.
Pubblicazione: (2025)

Balancing the Scales: A Theoretical and Algorithmic Framework for Learning from Imbalanced Data
di: Cortes, Corinna, et al.
Pubblicazione: (2025)

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

Optimized Deferral for Imbalanced Settings
di: Cortes, Corinna, et al.
Pubblicazione: (2026)

Linear-Core Surrogates: Smooth Loss Functions with Linear Rates for Classification and Structured Prediction
di: Mohri, Mehryar, et al.
Pubblicazione: (2026)

Differentially Private Domain Adaptation with Theoretical Guarantees
di: Bassily, Raef, et al.
Pubblicazione: (2023)

A Theoretical Framework for Modular Learning of Robust Generative Models
di: Cortes, Corinna, et al.
Pubblicazione: (2026)

Improved Balanced Classification with Theoretically Grounded Loss Functions
di: Cortes, Corinna, et al.
Pubblicazione: (2025)

Generalized Distributional Alignment Games for Unbiased Answer-Level Fine-Tuning
di: Mohri, Mehryar, et al.
Pubblicazione: (2026)

Budgeted Multiple-Expert Deferral
di: DeSalvo, Giulia, et al.
Pubblicazione: (2025)

Rational Transductors
di: Mohri, Mehryar
Pubblicazione: (2026)

Adaptive Matrix Online Learning through Smoothing with Guarantees for Nonsmooth Nonconvex Optimization
di: Jiang, Ruichen, et al.
Pubblicazione: (2026)

Theoretical Foundations and Effective Algorithms for Policy-Aware Simulator Learning
di: Dann, Christoph, et al.
Pubblicazione: (2026)

Algorithms for Learning Kernels Based on Centered Alignment
di: Cortes, Corinna, et al.
Pubblicazione: (2012)

Coherence Mechanisms for Provable Self-Improvement
di: Mohri, Mehryar, et al.
Pubblicazione: (2025)

Fundamental Novel Consistency Theory: $H$-Consistency Bounds
di: Zhong, Yutao
Pubblicazione: (2025)

Distributional Alignment Games for Answer-Level Fine-Tuning
di: Mohri, Mehryar, et al.
Pubblicazione: (2026)

Theory and Algorithms for Learning with Multi-Class Abstention and Multi-Expert Deferral
di: Mao, Anqi
Pubblicazione: (2025)

Temper-Then-Tilt: Principled Unlearning for Generative Models through Tempering and Classifier Guidance
di: Block, Jacob L., et al.
Pubblicazione: (2026)

Rate-Preserving Reductions for Blackwell Approachability
di: Dann, Christoph, et al.
Pubblicazione: (2024)

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

Algorithm Design and Stronger Guarantees for the Improving Multi-Armed Bandits Problem
di: Blum, Avrim, et al.
Pubblicazione: (2025)

High-Dimensional Calibration from Swap Regret
di: Fishelson, Maxwell, et al.
Pubblicazione: (2025)

Next-Token Prediction and Regret Minimization
di: Mohri, Mehryar, et al.
Pubblicazione: (2026)

Semi-Supervised Multi-Label Feature Selection with Consistent Sparse Graph Learning
di: Zhong, Yan, et al.
Pubblicazione: (2025)

Efficient Opportunistic Approachability
di: Marinov, Teodor Vanislavov, et al.
Pubblicazione: (2026)

Stronger Neyman Regret Guarantees for Adaptive Experimental Design
di: Noarov, Georgy, et al.
Pubblicazione: (2025)