Buchumschlag

Adaptive Group Robust Ensemble Knowledge Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kenfack, Patrik, Aïvodji, Ulrich, Kahou, Samira Ebrahimi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Fair In-Context Learning with Tabular Foundation Models
von: Kenfack, Patrik, et al.
Veröffentlicht: (2025)

Fairness Under Demographic Scarce Regime
von: Kenfack, Patrik Joslin, et al.
Veröffentlicht: (2023)

KD-LoRA: A Hybrid Approach to Efficient Fine-Tuning with LoRA and Knowledge Distillation
von: Azimi, Rambod, et al.
Veröffentlicht: (2024)

Learning to Play Atari in a World of Tokens
von: Agarwal, Pranav, et al.
Veröffentlicht: (2024)

CAMMARL: Conformal Action Modeling in Multi Agent Reinforcement Learning
von: Gupta, Nikunj, et al.
Veröffentlicht: (2023)

Locally Constrained Representations in Reinforcement Learning
von: Nath, Somjit, et al.
Veröffentlicht: (2022)

Vector Quantized Latent Concepts: A Scalable Alternative to Clustering-Based Concept Discovery
von: Yu, Xuemin, et al.
Veröffentlicht: (2026)

Learning Multi-agent Multi-machine Tending by Mobile Robots
von: Abdalwhab, Abdalwhab, et al.
Veröffentlicht: (2024)

Cross-Layer Discrete Concept Discovery for Interpreting Language Models
von: Garg, Ankur, et al.
Veröffentlicht: (2025)

Survey on AI Ethics: A Socio-technical Perspective
von: Mbiazi, Dave, et al.
Veröffentlicht: (2023)

Conscious Data Contribution via Community-Driven Chain-of-Thought Distillation
von: Libon, Lena, et al.
Veröffentlicht: (2025)

Test-Time Collective Action: Proxy-Based Perturbations for Correcting Algorithmic Harms
von: Bhange, Meghana, et al.
Veröffentlicht: (2026)

Handling Delay in Real-Time Reinforcement Learning
von: Anokhin, Ivan, et al.
Veröffentlicht: (2025)

Prediction of Final Phosphorus Content of Steel in a Scrap-Based Electric Arc Furnace Using Artificial Neural Networks
von: Azzaz, Riadh, et al.
Veröffentlicht: (2024)

Empowering Clinicians with Medical Decision Transformers: A Framework for Sepsis Treatment
von: Rahman, Aamer Abdul, et al.
Veröffentlicht: (2024)

When Interpretability Is Unequally Distributed: Fairness in Hybrid Interpretable Models
von: Zare, Ziba Jabbar, et al.
Veröffentlicht: (2026)

Crowding Out The Noise: Algorithmic Collective Action Under Differential Privacy
von: Solanki, Rushabh, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Sequence Design Leveraging Protein Language Models
von: Subramanian, Jithendaraa, et al.
Veröffentlicht: (2024)

The Sandbox Environment for Generalizable Agent Research (SEGAR)
von: Hjelm, R Devon, et al.
Veröffentlicht: (2022)

Adaptive Weighting in Knowledge Distillation: An Axiomatic Framework for Multi-Scale Teacher Ensemble Optimization
von: Flouro, Aaron R., et al.
Veröffentlicht: (2026)

Smooth Sensitivity for Learning Differentially-Private yet Accurate Rule Lists
von: Ly, Timothée, et al.
Veröffentlicht: (2024)

Collaborative Adaptive Curriculum for Progressive Knowledge Distillation
von: Liu, Jing, et al.
Veröffentlicht: (2026)

Domain Generalization for Crop Segmentation with Standardized Ensemble Knowledge Distillation
von: Angarano, Simone, et al.
Veröffentlicht: (2023)

Optimal Transport Regularized Divergences: Application to Adversarial Robustness
von: Birrell, Jeremiah, et al.
Veröffentlicht: (2023)

Adversarial Training via Adaptive Knowledge Amalgamation of an Ensemble of Teachers
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2024)

Q-NL Verifier: Leveraging Synthetic Data for Robust Knowledge Graph Question Answering
von: Schwabe, Tim, et al.
Veröffentlicht: (2025)

KD-EKF: Knowledge-Distilled Adaptive Covariance EKF for Robust UWB/PDR Indoor Localization
von: Yoo, Kyeonghyun, et al.
Veröffentlicht: (2026)

Adaptive Teaching with Shared Classifier for Knowledge Distillation
von: Jang, Jaeyeon, et al.
Veröffentlicht: (2024)

Synthetic Adaptive Guided Embeddings (SAGE): A Novel Knowledge Distillation Method
von: Polat, Suleyman Olcay, et al.
Veröffentlicht: (2025)

Toward Robust Semi-supervised Regression via Dual-stream Knowledge Distillation
von: Su, Ye, et al.
Veröffentlicht: (2025)

Estimation of Head Motion in Structural MRI and its Impact on Cortical Thickness Measurements in Retrospective Data
von: Bricout, Charles, et al.
Veröffentlicht: (2025)

Zero-Shot Anomaly Detection with Dual-Branch Prompt Selection
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

Credal Ensemble Distillation for Uncertainty Quantification
von: Wang, Kaizheng, et al.
Veröffentlicht: (2025)

Scaling Motion Forecasting Models with Ensemble Distillation
von: Ettinger, Scott, et al.
Veröffentlicht: (2024)

Group Relative Knowledge Distillation: Learning from Teacher's Relational Inductive Bias
von: Li, Chao, et al.
Veröffentlicht: (2025)

Improving Group Fairness in Knowledge Distillation via Laplace Approximation of Early Exits
von: Fasth, Edvin, et al.
Veröffentlicht: (2025)

Adaptive Temperature Based on Logits Correlation in Knowledge Distillation
von: Matsuyama, Kazuhiro, et al.
Veröffentlicht: (2025)

Re-evaluating Group Robustness via Adaptive Class-Specific Scaling
von: Seo, Seonguk, et al.
Veröffentlicht: (2024)

Distill to Delete: Unlearning in Graph Networks with Knowledge Distillation
von: Sinha, Yash, et al.
Veröffentlicht: (2023)

HYDRA-FL: Hybrid Knowledge Distillation for Robust and Accurate Federated Learning
von: Khan, Momin Ahmad, et al.
Veröffentlicht: (2024)