Buchumschlag

Exploring the Generalization Capabilities of AID-based Bi-level Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Congliang, Shen, Li, Xu, Zhiqiang, Liu, Wei, Luo, Zhi-Quan, Zhao, Peilin
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

Adam Converges Without Any Modification On Update Rules
von: Zhang, Yushun, et al.
Veröffentlicht: (2026)

Why Transformers Need Adam: A Hessian Perspective
von: Zhang, Yushun, et al.
Veröffentlicht: (2024)

Preserving Diversity in Supervised Fine-Tuning of Large Language Models
von: Li, Ziniu, et al.
Veröffentlicht: (2024)

Knapsack RL: Unlocking Exploration of LLMs via Optimizing Budget Allocation
von: Li, Ziniu, et al.
Veröffentlicht: (2025)

BiGain: Unified Token Compression for Joint Generation and Classification
von: Liu, Jiacheng, et al.
Veröffentlicht: (2026)

MGCP: A Multi-Grained Correlation based Prediction Network for Multivariate Time Series
von: Chen, Zhicheng, et al.
Veröffentlicht: (2024)

Adam-mini: Use Fewer Learning Rates To Gain More
von: Zhang, Yushun, et al.
Veröffentlicht: (2024)

Principled Data Selection for Alignment: The Hidden Risks of Difficult Examples
von: Gao, Chengqian, et al.
Veröffentlicht: (2025)

DFWLayer: Differentiable Frank-Wolfe Optimization Layer
von: Liu, Zixuan, et al.
Veröffentlicht: (2023)

Online Parallel Multi-Task Relationship Learning via Alternating Direction Method of Multipliers
von: Li, Ruiyu, et al.
Veröffentlicht: (2024)

Exploring 3D Dataset Pruning
von: Zhao, Xiaohan, et al.
Veröffentlicht: (2026)

Noisy Node Classification by Bi-level Optimization based Multi-teacher Distillation
von: Liu, Yujing, et al.
Veröffentlicht: (2024)

Interactive Inverse Reinforcement Learning of Interaction Scenarios via Bi-level Optimization
von: Mao, Yue, et al.
Veröffentlicht: (2026)

The Capabilities and Limitations of Weak-to-Strong Generalization: Generalization and Calibration
von: Yao, Wei, et al.
Veröffentlicht: (2025)

AdaGC: Improving Training Stability for Large Language Model Pretraining
von: Wang, Guoxia, et al.
Veröffentlicht: (2025)

Understanding Adversarial Imitation Learning in Small Sample Regime: A Stage-coupled Analysis
von: Xu, Tian, et al.
Veröffentlicht: (2022)

Language-Pretraining-Induced Bias: A Strong Foundation for General Vision Tasks
von: Luo, Yaxin, et al.
Veröffentlicht: (2026)

Integrating Fairness and Model Pruning Through Bi-level Optimization
von: Dai, Yucong, et al.
Veröffentlicht: (2023)

Stability and Generalization of Nonconvex Optimization with Heavy-Tailed Noise
von: Chen, Hongxu, et al.
Veröffentlicht: (2026)

Memory-Efficient Gradient Unrolling for Large-Scale Bi-level Optimization
von: Shen, Qianli, et al.
Veröffentlicht: (2024)

Utility Boundary of Dataset Distillation: Scaling and Configuration-Coverage Laws
von: Luo, Zhengquan, et al.
Veröffentlicht: (2025)

Injecting Imbalance Sensitivity for Multi-Task Learning
von: Zhou, Zhipeng, et al.
Veröffentlicht: (2025)

On the Learn-to-Optimize Capabilities of Transformers in In-Context Sparse Recovery
von: Liu, Renpu, et al.
Veröffentlicht: (2024)

A Safe Screening Rule with Bi-level Optimization of $ν$ Support Vector Machine
von: Yang, Zhiji, et al.
Veröffentlicht: (2024)

ORGEval: Graph-Theoretic Evaluation of LLMs in Optimization Modeling
von: Wang, Zhuohan, et al.
Veröffentlicht: (2025)

Learn to Explore: Meta NAS via Bayesian Optimization Guided Graph Generation
von: Sun, Zijun, et al.
Veröffentlicht: (2025)

AnomalyAID: Reliable Interpretation for Semi-supervised Network Anomaly Detection
von: Yuan, Yachao, et al.
Veröffentlicht: (2024)

Delve into the Applicability of Advanced Optimizers for Multi-Task Learning
von: Zhou, Zhipeng, et al.
Veröffentlicht: (2026)

Feed m Birds with One Scone: Accelerating Multi-task Gradient Balancing via Bi-level Optimization
von: Chen, Xuxing, et al.
Veröffentlicht: (2026)

HDT: Hierarchical Discrete Transformer for Multivariate Time Series Forecasting
von: Feng, Shibo, et al.
Veröffentlicht: (2025)

Silent Neuron Theory and Plasticity Preservation for Deep Reinforcement Learning in Adaptive Video Streaming
von: He, Zhiqiang, et al.
Veröffentlicht: (2025)

Analyzing and Bridging the Gap between Maximizing Total Reward and Discounted Reward in Deep Reinforcement Learning
von: Yin, Shuyu, et al.
Veröffentlicht: (2024)

Q-Star Meets Scalable Posterior Sampling: Bridging Theory and Practice via HyperAgent
von: Li, Yingru, et al.
Veröffentlicht: (2024)

Bridging Distributional and Risk-sensitive Reinforcement Learning with Provable Regret Bounds
von: Liang, Hao, et al.
Veröffentlicht: (2022)

SEGNO: Generalizing Equivariant Graph Neural Networks with Physical Inductive Biases
von: Liu, Yang, et al.
Veröffentlicht: (2023)

MSDformer: Multi-scale Discrete Transformer For Time Series Generation
von: Feng, Shibo, et al.
Veröffentlicht: (2025)

Energy-Guided Generative Modeling for Low-Energy Molecular Structure Discovery
von: Xu, Guikun, et al.
Veröffentlicht: (2025)

Graph Structure Learning with Bi-level Optimization
von: Yin, Nan
Veröffentlicht: (2024)

Large-Scale Riemannian Meta-Optimization via Subspace Adaptation
von: Yu, Peilin, et al.
Veröffentlicht: (2025)

Prior-dependent analysis of posterior sampling reinforcement learning with function approximation
von: Li, Yingru, et al.
Veröffentlicht: (2024)