:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Surjanovic, Nikola, Henrey, Andrew, Loughin, Thomas M.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation
Online-Zugang:	https://arxiv.org/abs/2408.07151
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AutoStep: Locally adaptive involutive MCMC
von: Liu, Tiange, et al.
Veröffentlicht: (2024)

AutoSGD: Automatic Learning Rate Selection for Stochastic Gradient Descent
von: Surjanovic, Nikola, et al.
Veröffentlicht: (2025)

AutoGD: Automatic Learning Rate Selection for Gradient Descent
von: Surjanovic, Nikola, et al.
Veröffentlicht: (2025)

MCMC-driven learning
von: Bouchard-Côté, Alexandre, et al.
Veröffentlicht: (2024)

MLCBART: Multilabel Classification with Bayesian Additive Regression Trees
von: Tian, Jiahao, et al.
Veröffentlicht: (2026)

Prune, Update and Trim: Robust Structured Pruning for Large Language Models
von: Mecke, Diego Coello de Portugal, et al.
Veröffentlicht: (2026)

Targeted tuning of random forests for quantile estimation and prediction intervals
von: Berkowitz, Matthew, et al.
Veröffentlicht: (2025)

Analysis and Explainability of LLMs Via Evolutionary Methods
von: Gallagher, Shannon K., et al.
Veröffentlicht: (2026)

Uniform Ergodicity of Parallel Tempering With Efficient Local Exploration
von: Surjanovic, Nikola, et al.
Veröffentlicht: (2024)

Lassoed Forests: Random Forests with Adaptive Lasso Post-selection
von: Shang, Jing, et al.
Veröffentlicht: (2025)

coverforest: Conformal Predictions with Random Forest in Python
von: Meehinkong, Panisara, et al.
Veröffentlicht: (2025)

Random Forest Weighted Local Fréchet Regression with Random Objects
von: Qiu, Rui, et al.
Veröffentlicht: (2022)

Adaptive Computation Pruning for the Forgetting Transformer
von: Lin, Zhixuan, et al.
Veröffentlicht: (2025)

Order-Optimal Regret in Distributed Kernel Bandits using Uniform Sampling with Shared Randomness
von: Pavlovic, Nikola, et al.
Veröffentlicht: (2024)

Cluster-Based Random Forest Visualization and Interpretation
von: Sondag, Max, et al.
Veröffentlicht: (2025)

Trimming the Risk: Towards Reliable Continuous Training for Deep Learning Inspection Systems
von: Abbassi, Altaf Allah, et al.
Veröffentlicht: (2024)

Twilight: Adaptive Attention Sparsity with Hierarchical Top-$p$ Pruning
von: Lin, Chaofan, et al.
Veröffentlicht: (2025)

TrimLLM: Progressive Layer Dropping for Domain-Specific LLMs
von: Hu, Lanxiang, et al.
Veröffentlicht: (2024)

Localized Uncertainty Quantification in Random Forests via Proximities
von: Rhodes, Jake S., et al.
Veröffentlicht: (2025)

AlphaDPO: Adaptive Reward Margin for Direct Preference Optimization
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

Adaptive LoRA Merge with Parameter Pruning for Low-Resource Generation
von: Miyano, Ryota, et al.
Veröffentlicht: (2025)

Balancing Coverage and Draft Latency in Vocabulary Trimming for Faster Speculative Decoding
von: Shoham, Ofir Ben
Veröffentlicht: (2026)

Adaptive Sharpness-Aware Pruning for Robust Sparse Networks
von: Bair, Anna, et al.
Veröffentlicht: (2023)

KVzap: Fast, Adaptive, and Faithful KV Cache Pruning
von: Jegou, Simon, et al.
Veröffentlicht: (2026)

Adaptive Split Balancing for Optimal Random Forest
von: Zhang, Yuqian, et al.
Veröffentlicht: (2024)

Cultivating Archipelago of Forests: Evolving Robust Decision Trees through Island Coevolution
von: Żychowski, Adam, et al.
Veröffentlicht: (2024)

Unity Forests: Improving Interaction Modelling and Interpretability in Random Forests
von: Hornung, Roman, et al.
Veröffentlicht: (2026)

Emotion classification using EEG headset signals and Random Forest
von: Vasquez, Ricardo, et al.
Veröffentlicht: (2025)

Circuit Representations of Random Forests with Applications to XAI
von: Ji, Chunxi, et al.
Veröffentlicht: (2026)

APT: Adaptive Pruning and Tuning Pretrained Language Models for Efficient Training and Inference
von: Zhao, Bowen, et al.
Veröffentlicht: (2024)

Efficient Vision-Language Reasoning via Adaptive Token Pruning
von: Li, Xue, et al.
Veröffentlicht: (2025)

Alpha Excel Benchmark
von: Noever, David, et al.
Veröffentlicht: (2025)

autoMALA: Locally adaptive Metropolis-adjusted Langevin algorithm
von: Biron-Lattes, Miguel, et al.
Veröffentlicht: (2023)

Adaptive Pruning for Large Language Models with Structural Importance Awareness
von: Zheng, Haotian, et al.
Veröffentlicht: (2024)

AdapMTL: Adaptive Pruning Framework for Multitask Learning Model
von: Xiang, Mingcan, et al.
Veröffentlicht: (2024)

Prompt-prompted Adaptive Structured Pruning for Efficient LLM Generation
von: Dong, Harry, et al.
Veröffentlicht: (2024)

Why do Random Forests Work? Understanding Tree Ensembles as Self-Regularizing Adaptive Smoothers
von: Curth, Alicia, et al.
Veröffentlicht: (2024)

Sample-aware Adaptive Structured Pruning for Large Language Models
von: Kong, Jun, et al.
Veröffentlicht: (2025)

AlphaPruning: Using Heavy-Tailed Self Regularization Theory for Improved Layer-wise Pruning of Large Language Models
von: Lu, Haiquan, et al.
Veröffentlicht: (2024)

Efficient LLaMA-3.2-Vision by Trimming Cross-attended Visual Features
von: Lee, Jewon, et al.
Veröffentlicht: (2025)