Copertina

Recursive Learning of Asymptotic Variational Objectives

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mastrototaro, Alessandro, Müller, Mathias, Olsson, Jimmy
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computation
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Online Variational Sequential Monte Carlo
di: Mastrototaro, Alessandro, et al.
Pubblicazione: (2023)

Efficient Online Variational Estimation via Monte Carlo Sampling
di: Chagneux, Mathis, et al.
Pubblicazione: (2026)

Variational Diffusion Posterior Sampling with Midpoint Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2024)

Recursive Neural Programs: Variational Learning of Image Grammars and Part-Whole Hierarchies
di: Fisher, Ares, et al.
Pubblicazione: (2022)

A Computable Measure of Suboptimality for Entropy-Regularised Variational Objectives
di: Chazal, Clémentine, et al.
Pubblicazione: (2025)

SAHOO: Safeguarded Alignment for High-Order Optimization Objectives in Recursive Self-Improvement
di: Sahoo, Subramanyam, et al.
Pubblicazione: (2026)

Bridging Kolmogorov Complexity and Deep Learning: Asymptotically Optimal Description Length Objectives for Transformers
di: Shaw, Peter, et al.
Pubblicazione: (2025)

Mixture-of-Recursions: Learning Dynamic Recursive Depths for Adaptive Token-Level Computation
di: Bae, Sangmin, et al.
Pubblicazione: (2025)

Birdie: Advancing State Space Models with Reward-Driven Objectives and Curricula
di: Blouir, Sam, et al.
Pubblicazione: (2024)

Briding Diffusion Posterior Sampling and Monte Carlo methods: a survey
di: Janati, Yazid, et al.
Pubblicazione: (2025)

Controllable protein design with particle-based Feynman-Kac steering
di: Hartman, Erik, et al.
Pubblicazione: (2025)

SemlaFlow -- Efficient 3D Molecular Generation with Latent Attention and Equivariant Flow Matching
di: Irwin, Ross, et al.
Pubblicazione: (2024)

Learning Hyperparameters via a Data-Emphasized Variational Objective
di: Harvey, Ethan, et al.
Pubblicazione: (2025)

Reassessing Active Learning Adoption in Contemporary NLP: A Community Survey
di: Romberg, Julia, et al.
Pubblicazione: (2025)

Recursive Variational Autoencoders for 3D Blood Vessel Generative Modeling
di: Feldman, Paula, et al.
Pubblicazione: (2025)

Divide-and-Conquer Posterior Sampling for Denoising Diffusion Priors
di: Janati, Yazid, et al.
Pubblicazione: (2024)

Categorical Reparameterization with Denoising Diffusion models
di: Gourevitch, Samson, et al.
Pubblicazione: (2026)

Efficient Zero-Shot Inpainting with Decoupled Diffusion Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2025)

Recursive Models for Long-Horizon Reasoning
di: Yang, Chenxiao, et al.
Pubblicazione: (2026)

Uncovering Cross-Objective Interference in Multi-Objective Alignment
di: Lu, Yining, et al.
Pubblicazione: (2026)

Transferable Generative Models Bridge Femtosecond to Nanosecond Time-Step Molecular Dynamics
di: Diez, Juan Viguera, et al.
Pubblicazione: (2025)

Importance sampling for online variational learning
di: Chagneux, Mathis, et al.
Pubblicazione: (2024)

Learning Structure-from-Motion with Graph Attention Networks
di: Brynte, Lucas, et al.
Pubblicazione: (2023)

Recursive Abstractive Processing for Retrieval in Dynamic Datasets
di: Chucri, Charbel, et al.
Pubblicazione: (2024)

Confounder-Free Continual Learning via Recursive Feature Normalization
di: Shah, Yash, et al.
Pubblicazione: (2025)

Learning in Budgeted Auctions with Spacing Objectives
di: Fikioris, Giannis, et al.
Pubblicazione: (2024)

Slow Feature Analysis as Variational Inference Objective
di: Schüler, Merlin, et al.
Pubblicazione: (2025)

Learning to Optimize Multi-Objective Alignment Through Dynamic Reward Weighting
di: Lu, Yining, et al.
Pubblicazione: (2025)

Optimization and Regularization Under Arbitrary Objectives
di: Lakhani, Jared N., et al.
Pubblicazione: (2025)

Objective Matters: Fine-Tuning Objectives Shape Safety, Robustness, and Persona Drift
di: Vennemeyer, Daniel, et al.
Pubblicazione: (2026)

RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval
di: Sarthi, Parth, et al.
Pubblicazione: (2024)

Transition Models: Rethinking the Generative Learning Objective
di: Wang, Zidong, et al.
Pubblicazione: (2025)

Recursive Multi-Agent Systems
di: Yang, Xiyuan, et al.
Pubblicazione: (2026)

Accelerating Training Speed of Tiny Recursive Models with Curriculum Guided Adaptive Recursion
di: Qasim, Kaleem Ullah, et al.
Pubblicazione: (2025)

DeepLTL: Learning to Efficiently Satisfy Complex LTL Specifications for Multi-Task RL
di: Jackermeier, Mathias, et al.
Pubblicazione: (2024)

Federated Multi-Objective Learning
di: Yang, Haibo, et al.
Pubblicazione: (2023)

Multi-Objective and Mixed-Reward Reinforcement Learning via Reward-Decorrelated Policy Optimization
di: Bai, Yang, et al.
Pubblicazione: (2026)

AutoFT: Learning an Objective for Robust Fine-Tuning
di: Choi, Caroline, et al.
Pubblicazione: (2024)

On the Hidden Objective Biases of Group-based Reinforcement Learning
di: Fontana, Aleksandar, et al.
Pubblicazione: (2026)

The Protocol Genome A Self Supervised Learning Framework from DICOM Headers
di: Joseph, Jimmy
Pubblicazione: (2025)