Buchumschlag

Do Vendi Scores Converge with Finite Samples? Truncated Vendi Score for Finite-Sample Convergence Guarantees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ospanov, Azim, Farnia, Farzan
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

Conditional Vendi Score: An Information-Theoretic Approach to Diversity Evaluation of Prompt-based Generative Models
von: Jalali, Mohammad, et al.
Veröffentlicht: (2024)

Exposing Diversity Bias in Deep Generative Models: Statistical Origins and Correction of Diversity Error
von: Farnia, Farzan, et al.
Veröffentlicht: (2026)

Improving Geo-diversity of Generated Images with Contextualized Vendi Score Guidance
von: Hemmat, Reyhane Askari, et al.
Veröffentlicht: (2024)

Towards a Scalable Reference-Free Evaluation of Generative Models
von: Ospanov, Azim, et al.
Veröffentlicht: (2024)

miniF2F-Lean Revisited: Reviewing Limitations and Charting a Path Forward
von: Ospanov, Azim, et al.
Veröffentlicht: (2025)

APOLLO: Automated LLM and Lean Collaboration for Advanced Formal Reasoning
von: Ospanov, Azim, et al.
Veröffentlicht: (2025)

How Much Is a Dataset Worth? Scaling Laws, the Vendi Score, and Matrix Spectral Functions
von: Bilmes, Jeff A., et al.
Veröffentlicht: (2026)

The Alpha-Alternator: Dynamic Adaptation To Varying Noise Levels In Sequences Using The Vendi Score For Improved Robustness and Performance
von: Rezaei, Mohammad Reza, et al.
Veröffentlicht: (2025)

Vendi Novelty Scores for Out-of-Distribution Detection
von: Pasarkar, Amey P., et al.
Veröffentlicht: (2026)

Scendi Score: Prompt-Aware Diversity Evaluation via Schur Complement of CLIP Embeddings
von: Ospanov, Azim, et al.
Veröffentlicht: (2024)

Quality-Weighted Vendi Scores And Their Application To Diverse Experimental Design
von: Nguyen, Quan, et al.
Veröffentlicht: (2024)

VendiRL: A Framework for Self-Supervised Reinforcement Learning of Diversely Diverse Skills
von: Lintunen, Erik M.
Veröffentlicht: (2025)

SPARKE: Scalable Prompt-Aware Diversity and Novelty Guidance in Diffusion Models via RKE Score
von: Jalali, Mohammad, et al.
Veröffentlicht: (2025)

Certified Adversarial Robustness via Partition-based Randomized Smoothing
von: Goli, Hossein, et al.
Veröffentlicht: (2024)

When Exploration Comes for Free with Mixture-Greedy: Do we need UCB in Diversity-Aware Multi-Armed Bandits?
von: Nia, Bahar Dibaei, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Control with Probabilistic Stability Guarantee: A Finite-Sample Approach
von: Han, Minghao, et al.
Veröffentlicht: (2026)

On the Convergence of Experience Replay in Policy Optimization: Characterizing Bias, Variance, and Finite-Time Convergence
von: Zheng, Hua, et al.
Veröffentlicht: (2021)

Theoretical Convergence of SMOTE-Generated Samples
von: Kamalov, Firuz, et al.
Veröffentlicht: (2026)

Cousins Of The Vendi Score: A Family Of Similarity-Based Diversity Metrics For Science And Machine Learning
von: Pasarkar, Amey P., et al.
Veröffentlicht: (2023)

Finite-time Convergence Analysis of Actor-Critic with Evolving Reward
von: Hu, Rui, et al.
Veröffentlicht: (2025)

On the Inductive Biases of Demographic Parity-based Fair Learning Algorithms
von: Lei, Haoyu, et al.
Veröffentlicht: (2024)

HERMES: Towards Efficient and Verifiable Mathematical Reasoning in LLMs
von: Ospanov, Azim, et al.
Veröffentlicht: (2025)

FactTest: Factuality Testing in Large Language Models with Finite-Sample and Distribution-Free Guarantees
von: Nie, Fan, et al.
Veröffentlicht: (2024)

Accelerating Convergence of Score-Based Diffusion Models, Provably
von: Li, Gen, et al.
Veröffentlicht: (2024)

PromptWise: Online Learning for Cost-Aware Prompt Assignment in Generative Models
von: Hu, Xiaoyan, et al.
Veröffentlicht: (2025)

PromptSplit: Revealing Prompt-Level Disagreement in Generative Models
von: Lotfian, Mehdi, et al.
Veröffentlicht: (2026)

Spectral-Risk Safe Reinforcement Learning with Convergence Guarantees
von: Kim, Dohyeong, et al.
Veröffentlicht: (2024)

Interpretation of Neural Networks is Susceptible to Universal Adversarial Perturbations
von: Oskouie, Haniyeh Ehsani, et al.
Veröffentlicht: (2022)

Provably Accurate Shapley Value Estimation via Leverage Score Sampling
von: Musco, Christopher, et al.
Veröffentlicht: (2024)

Finite-Particle Convergence Rates for Conservative and Non-Conservative Drifting Models
von: Balasubramanian, Krishnakumar
Veröffentlicht: (2026)

Boosting Cross-problem Generalization in Diffusion-Based Neural Combinatorial Solver via Inference Time Adaptation
von: Lei, Haoyu, et al.
Veröffentlicht: (2025)

Gradient Flow Convergence Guarantee for General Neural Network Architectures
von: Jakhmola, Yash
Veröffentlicht: (2025)

Potential Score Matching: Debiasing Molecular Structure Sampling with Potential Energy Guidance
von: Guo, Liya, et al.
Veröffentlicht: (2025)

Adaptive-lambda Subtracted Importance Sampled Scores in Machine Unlearning for DDPMs and VAEs
von: Dini, MohammadParsa, et al.
Veröffentlicht: (2025)

Finite Sample Analysis of Linear Temporal Difference Learning with Arbitrary Features
von: Xie, Zixuan, et al.
Veröffentlicht: (2025)

GF-Score: Certified Class-Conditional Robustness Evaluation with Fairness Guarantees
von: Shah, Arya, et al.
Veröffentlicht: (2026)

Syndrome-Flow Consistency Model Achieves One-step Denoising Error Correction Codes
von: Lei, Haoyu, et al.
Veröffentlicht: (2025)

Theoretical Analysis of Meta Reinforcement Learning: Generalization Bounds and Convergence Guarantees
von: Wang, Cangqing, et al.
Veröffentlicht: (2024)

CAESAR: Enhancing Federated RL in Heterogeneous MDPs through Convergence-Aware Sampling with Screening
von: Mak, Hei Yi, et al.
Veröffentlicht: (2024)

STIMULUS: Achieving Fast Convergence and Low Sample Complexity in Stochastic Multi-Objective Learning
von: Liu, Zhuqing, et al.
Veröffentlicht: (2025)