Buchumschlag

Tri-Level Navigator: LLM-Empowered Tri-Level Learning for Time Series OOD Generalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jian, Chengtao, Yang, Kai, Jiao, Yang
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

Unlocking TriLevel Learning with Level-Wise Zeroth Order Constraints: Distributed Algorithms and Provable Non-Asymptotic Convergence
von: Jiao, Yang, et al.
Veröffentlicht: (2024)

TriP-LLM: A Tri-Branch Patch-wise Large Language Model Framework for Time-Series Anomaly Detection
von: Yu, Yuan-Cheng, et al.
Veröffentlicht: (2025)

TriPlay-RL: Tri-Role Self-Play Reinforcement Learning for LLM Safety Alignment
von: Tan, Zhewen, et al.
Veröffentlicht: (2026)

TriShGAN: Enhancing Sparsity and Robustness in Multivariate Time Series Counterfactuals Explanation
von: Ma, Hongnan, et al.
Veröffentlicht: (2025)

Empowering Time Series Forecasting with LLM-Agents
von: Yeh, Chin-Chia Michael, et al.
Veröffentlicht: (2025)

Grounding by Trying: LLMs with Reinforcement Learning-Enhanced Retrieval
von: Hsu, Sheryl, et al.
Veröffentlicht: (2024)

VLBM: Variational Latent Basis Modeling for OOD Robust Multivariate Time Series Forecasting
von: Zhang, Xudong, et al.
Veröffentlicht: (2026)

A Simple "Try Again" Can Elicit Multi-Turn LLM Reasoning
von: Liu, Licheng, et al.
Veröffentlicht: (2025)

UrbanMind: Towards Urban General Intelligence via Tool-Enhanced Retrieval-Augmented Generation and Multilevel Optimization
von: Yang, Kai, et al.
Veröffentlicht: (2025)

Wafer-Level Etch Spatial Profiling for Process Monitoring from Time-Series with Time-LLM
von: Kim, Hyunwoo, et al.
Veröffentlicht: (2026)

Enabling Granular Subgroup Level Model Evaluations by Generating Synthetic Medical Time Series
von: Ibrahim, Mahmoud, et al.
Veröffentlicht: (2025)

Hierarchical Reinforcement Learning with Augmented Step-Level Transitions for LLM Agents
von: Zhen, Shuai, et al.
Veröffentlicht: (2026)

TriNER: A Series of Named Entity Recognition Models For Hindi, Bengali & Marathi
von: Dhamaskar, Mohammed Amaan, et al.
Veröffentlicht: (2025)

TimeCMA: Towards LLM-Empowered Multivariate Time Series Forecasting via Cross-Modality Alignment
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

Tri-MTL: A Triple Multitask Learning Approach for Respiratory Disease Diagnosis
von: Kim, June-Woo, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with OOD State Correction and OOD Action Suppression
von: Mao, Yixiu, et al.
Veröffentlicht: (2024)

TriGuard: Testing Model Safety with Attribution Entropy, Verification, and Drift
von: Mahato, Dipesh Tharu, et al.
Veröffentlicht: (2025)

Bounded Coupled AI Learning Dynamics in Tri-Hierarchical Drone Swarms
von: Bychkov, Oleksii
Veröffentlicht: (2026)

It Ain't That Bad: Understanding the Mysterious Performance Drop in OOD Generalization for Generative Transformer Models
von: Xu, Xingcheng, et al.
Veröffentlicht: (2023)

Cellular Traffic Prediction via Byzantine-robust Asynchronous Federated Learning
von: Ma, Hui, et al.
Veröffentlicht: (2025)

Voost: A Unified and Scalable Diffusion Transformer for Bidirectional Virtual Try-On and Try-Off
von: Lee, Seungyong, et al.
Veröffentlicht: (2025)

TLoRA: Tri-Matrix Low-Rank Adaptation of Large Language Models
von: Islam, Tanvir
Veröffentlicht: (2025)

FedSDWC: Federated Synergistic Dual-Representation Weak Causal Learning for OOD
von: Huang, Zhenyuan, et al.
Veröffentlicht: (2025)

TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

PALTO: Physics-Informed Active Learning for Tri-Gate FinFET Design Optimization for Vertical Power Delivery
von: Sadeghi, Ayoub, et al.
Veröffentlicht: (2026)

Patch-Level Tokenization with CNN Encoders and Attention for Improved Transformer Time-Series Forecasting
von: Nagrath, Saurish, et al.
Veröffentlicht: (2026)

Time-RA: Towards Time Series Reasoning for Anomaly Diagnosis with LLM Feedback
von: Yang, Yiyuan, et al.
Veröffentlicht: (2025)

When LLM Meets Time Series: Can LLMs Perform Multi-Step Time Series Reasoning and Inference
von: Ye, Wen, et al.
Veröffentlicht: (2025)

ROAD: Adaptive Data Mixing for Offline-to-Online Reinforcement Learning via Bi-Level Optimization
von: Yang, Letian, et al.
Veröffentlicht: (2026)

TriCon-SF: A Triple-Shuffle and Contribution-Aware Serial Federated Learning Framework for Heterogeneous Healthcare Data
von: Yan, Yuping, et al.
Veröffentlicht: (2025)

HEARTS: Benchmarking LLM Reasoning on Health Time Series
von: Li, Sirui, et al.
Veröffentlicht: (2026)

PCGRL+: Scaling, Control and Generalization in Reinforcement Learning Level Generators
von: Earle, Sam, et al.
Veröffentlicht: (2024)

Tri-Accel: Curvature-Aware Precision-Adaptive and Memory-Elastic Optimization for Efficient GPU Usage
von: Sheibanian, Mohsen, et al.
Veröffentlicht: (2025)

ASPECT: Node-Level Adaptive Spectral Fusion for Graph Contrastive Learning
von: Li, Zhuolong, et al.
Veröffentlicht: (2026)

Synthetic Series-Symbol Data Generation for Time Series Foundation Models
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

LEFT: Learnable Fusion of Tri-view Tokens for Unsupervised Time Series Anomaly Detection
von: Wang, Dezheng, et al.
Veröffentlicht: (2026)

AIGC for Industrial Time Series: From Deep Generative Models to Large Generative Models
von: Ren, Lei, et al.
Veröffentlicht: (2024)

Population Aware Diffusion for Time Series Generation
von: Li, Yang, et al.
Veröffentlicht: (2025)

Empowering Time Series Analysis with Foundation Models: A Comprehensive Survey
von: Ye, Jiexia, et al.
Veröffentlicht: (2024)

LEAVES: Learning Views for Time-Series Biobehavioral Data in Contrastive Learning
von: Yu, Han, et al.
Veröffentlicht: (2022)