Buchumschlag

Adjusting Pretrained Backbones for Performativity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Demirel, Berker, Kong, Lingjing, Zhang, Kun, Karaletsos, Theofanis, Mendler-Dünner, Celestine, Locatello, Francesco
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

MorphGen: Controllable and Morphologically Plausible Generative Cell-Imaging
von: Demirel, Berker, et al.
Veröffentlicht: (2025)

Performative Prediction: Past and Future
von: Hardt, Moritz, et al.
Veröffentlicht: (2023)

Toward Identifiable Sparse Autoencoders
von: Nelson, Walter, et al.
Veröffentlicht: (2026)

Modelling Cellular Perturbations with the Sparse Additive Mechanism Shift Variational Autoencoder
von: Bereket, Michael, et al.
Veröffentlicht: (2023)

Algorithmic Collective Action in Recommender Systems: Promoting Songs by Reordering Playlists
von: Baumann, Joachim, et al.
Veröffentlicht: (2024)

Statistical and structural identifiability in representation learning
von: Nelson, Walter, et al.
Veröffentlicht: (2026)

Out-of-Distribution Detection with Relative Angles
von: Demirel, Berker, et al.
Veröffentlicht: (2024)

Channel Vision Transformers: An Image Is Worth 1 x 16 x 16 Words
von: Bao, Yujia, et al.
Veröffentlicht: (2023)

Look-Ahead Reasoning on Learning Platforms
von: Zhu, Haiqing, et al.
Veröffentlicht: (2025)

Evaluating language models as risk scores
von: Cruz, André F., et al.
Veröffentlicht: (2024)

Calibrated Test-Time Guidance for Bayesian Inference
von: Geyfman, Daniel, et al.
Veröffentlicht: (2026)

Performative Validity of Recourse Explanations
von: König, Gunnar, et al.
Veröffentlicht: (2025)

Algorithmic Collective Action in Machine Learning
von: Hardt, Moritz, et al.
Veröffentlicht: (2023)

Learning Discrete Concepts in Latent Hierarchical Models
von: Kong, Lingjing, et al.
Veröffentlicht: (2024)

Towards Understanding Extrapolation: a Causal Lens
von: Kong, Lingjing, et al.
Veröffentlicht: (2025)

Variational Control for Guidance in Diffusion Models
von: Pandey, Kushagra, et al.
Veröffentlicht: (2025)

Exploratory Causal Inference in SAEnce
von: Mencattini, Tommaso, et al.
Veröffentlicht: (2025)

Mechanistic Neural Networks for Scientific Machine Learning
von: Pervez, Adeel, et al.
Veröffentlicht: (2024)

Identifying General Mechanism Shifts in Linear Causal Representations
von: Chen, Tianyu, et al.
Veröffentlicht: (2024)

Position: Mechanistic Interpretability Should Prioritize Feature Consistency in SAEs
von: Song, Xiangchen, et al.
Veröffentlicht: (2025)

World Action Verifier: Self-Improving World Models via Forward-Inverse Asymmetry
von: Liu, Yuejiang, et al.
Veröffentlicht: (2026)

Score matching through the roof: linear, nonlinear, and latent variables causal discovery
von: Montagna, Francesco, et al.
Veröffentlicht: (2024)

Breaking Agent Backbones: Evaluating the Security of Backbone LLMs in AI Agents
von: Bazinska, Julia, et al.
Veröffentlicht: (2025)

Distilled Protein Backbone Generation
von: Xie, Liyang, et al.
Veröffentlicht: (2025)

Towards a holistic understanding of Selection Bias for Causal Effect Identification
von: Qiu, Yiwen, et al.
Veröffentlicht: (2026)

AutoMixQ: Self-Adjusting Quantization for High Performance Memory-Efficient Fine-Tuning
von: Zhou, Changhai, et al.
Veröffentlicht: (2024)

Learning Without Augmenting: Unsupervised Time Series Representation Learning via Frame Projections
von: Demirel, Berken Utku, et al.
Veröffentlicht: (2025)

Binding Dynamics in Rotating Features
von: Löwe, Sindy, et al.
Veröffentlicht: (2024)

Identifiable Object-Centric Representation Learning via Probabilistic Slot Attention
von: Kori, Avinash, et al.
Veröffentlicht: (2024)

Finetune-Informed Pretraining Boosts Downstream Performance
von: Faysal, Atik, et al.
Veröffentlicht: (2026)

Adjusting the Output of Decision Transformer with Action Gradient
von: Lin, Rui, et al.
Veröffentlicht: (2025)

A Sparsity Principle for Partially Observable Causal Representation Learning
von: Xu, Danru, et al.
Veröffentlicht: (2024)

Adaptive Policy Backbone via Shared Network
von: Park, Bumgeun, et al.
Veröffentlicht: (2025)

Machine Learning as Iterated Belief Change a la Darwiche and Pearl
von: Aravanis, Theofanis
Veröffentlicht: (2025)

Performance of Small Language Model Pretraining on FABRIC: An Empirical Study
von: Rao, Praveen
Veröffentlicht: (2026)

Compositional Deep Probabilistic Models of DNA Encoded Libraries
von: Chen, Benson, et al.
Veröffentlicht: (2023)

Multi-View Causal Representation Learning with Partial Observability
von: Yao, Dingling, et al.
Veröffentlicht: (2023)

Evaluating the Energy Efficiency of NPU-Accelerated Machine Learning Inference on Embedded Microcontrollers
von: Fanariotis, Anastasios, et al.
Veröffentlicht: (2025)

Learning Explicit Single-Cell Dynamics Using ODE Representations
von: von Bassewitz, Jan-Philipp, et al.
Veröffentlicht: (2025)

Efficient and Adaptive Human Activity Recognition via LLM Backbones
von: Bredikhin, Aleksandr, et al.
Veröffentlicht: (2026)