Buchumschlag

Who's the (Multi-)Fairest of Them All: Rethinking Interpolation-Based Data Augmentation Through the Lens of Multicalibration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Halevy, Karina, Hou, Karly, Badrinath, Charumathi
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

AttackQA: Development and Adoption of a Dataset for Assisting Cybersecurity Operations using Fine-tuned and Open-Source LLMs
von: Krishna, Varun Badrinath
Veröffentlicht: (2024)

Rethinking Reward Model Evaluation Through the Lens of Reward Overoptimization
von: Kim, Sunghwan, et al.
Veröffentlicht: (2025)

Bridging Multicalibration and Out-of-distribution Generalization Beyond Covariate Shift
von: Wu, Jiayun, et al.
Veröffentlicht: (2024)

Weak-to-Strong Generalization Through the Data-Centric Lens
von: Shin, Changho, et al.
Veröffentlicht: (2024)

All Roads Lead to Rome? Exploring Representational Similarities Between Latent Spaces of Generative Image Models
von: Badrinath, Charumathi, et al.
Veröffentlicht: (2024)

One Wave To Explain Them All: A Unifying Perspective On Feature Attribution
von: Kasmi, Gabriel, et al.
Veröffentlicht: (2024)

SF(DA)$^2$: Source-free Domain Adaptation Through the Lens of Data Augmentation
von: Hwang, Uiwon, et al.
Veröffentlicht: (2024)

Time Series Forecasting Through the Lens of Dynamics
von: Brachet, Alexis-Raja, et al.
Veröffentlicht: (2025)

Boosting Automatic Exercise Evaluation Through Musculoskeletal Simulation-Based IMU Data Augmentation
von: Spilz, Andreas, et al.
Veröffentlicht: (2025)

Data Curation Through the Lens of Spectral Dynamics: Static Limits, Dynamic Acceleration, and Practical Oracles
von: Zhang, Yizhou, et al.
Veröffentlicht: (2025)

Emergent and Subliminal Misalignment Through the Lens of Data-Mediated Transfer
von: Askin, Baris, et al.
Veröffentlicht: (2026)

Rethinking Spatio-Temporal Transformer for Traffic Prediction:Multi-level Multi-view Augmented Learning Framework
von: Lin, Jiaqi, et al.
Veröffentlicht: (2024)

EPIC: Graph Augmentation with Edit Path Interpolation via Learnable Cost
von: Heo, Jaeseung, et al.
Veröffentlicht: (2023)

GPT-2 Through the Lens of Vector Symbolic Architectures
von: Knittel, Johannes, et al.
Veröffentlicht: (2024)

Hack-Verifiable Environments: Towards Evaluating Reward Hacking at Scale
von: Roth, Amit, et al.
Veröffentlicht: (2026)

Reframing Data Value for Large Language Models Through the Lens of Plausibility
von: Rammal, Mohamad Rida, et al.
Veröffentlicht: (2024)

Laplace Sample Information: Data Informativeness Through a Bayesian Lens
von: Kaiser, Johannes, et al.
Veröffentlicht: (2025)

FairSHAP: Preprocessing for Fairness Through Attribution-Based Data Augmentation
von: Zhu, Lin, et al.
Veröffentlicht: (2025)

Conformal Validity Guarantees Exist for Any Data Distribution (and How to Find Them)
von: Prinster, Drew, et al.
Veröffentlicht: (2024)

All You Need Is Synthetic Task Augmentation
von: Godin, Guillaume
Veröffentlicht: (2025)

Multicalibration for LLM-based Code Generation
von: Campos, Viola, et al.
Veröffentlicht: (2025)

Rethinking Spectral Augmentation for Contrast-based Graph Self-Supervised Learning
von: Jian, Xiangru, et al.
Veröffentlicht: (2024)

Rating Multi-Modal Time-Series Forecasting Models (MM-TSFM) for Robustness Through a Causal Lens
von: Lakkaraju, Kausik, et al.
Veröffentlicht: (2024)

Rethinking Forward Processes for Score-Based Nonlinear Data Assimilation in High Dimensions
von: Yoon, Eunbi, et al.
Veröffentlicht: (2026)

The Quest for the Right Mediator: Surveying Mechanistic Interpretability Through the Lens of Causal Mediation Analysis
von: Mueller, Aaron, et al.
Veröffentlicht: (2024)

Improving Generalization of Neural Vehicle Routing Problem Solvers Through the Lens of Model Architecture
von: Xiao, Yubin, et al.
Veröffentlicht: (2024)

Age Predictors Through the Lens of Generalization, Bias Mitigation, and Interpretability: Reflections on Causal Implications
von: Paul, Debdas, et al.
Veröffentlicht: (2026)

OPERA: Automatic Offline Policy Evaluation with Re-weighted Aggregates of Multiple Estimators
von: Nie, Allen, et al.
Veröffentlicht: (2024)

Revisiting Multi-Permutation Equivariance through the Lens of Irreducible Representations
von: Sverdlov, Yonatan, et al.
Veröffentlicht: (2024)

Fantastic Pretraining Optimizers and Where to Find Them
von: Wen, Kaiyue, et al.
Veröffentlicht: (2025)

Low Rank Gradients and Where to Find Them
von: Sonthalia, Rishi, et al.
Veröffentlicht: (2025)

A Hybrid Framework for Spatial Interpolation: Merging Data-driven with Domain Knowledge
von: Zhang, Cong, et al.
Veröffentlicht: (2024)

Model-Based Offline Reinforcement Learning with Adversarial Data Augmentation
von: Cao, Hongye, et al.
Veröffentlicht: (2025)

Easy Samples Are All You Need: Self-Evolving LLMs via Data-Efficient Reinforcement Learning
von: Yu, Zhiyin, et al.
Veröffentlicht: (2026)

One Filter to Deploy Them All: Robust Safety for Quadrupedal Navigation in Unknown Environments
von: Lin, Albert, et al.
Veröffentlicht: (2024)

One Router to Route Them All: Homogeneous Expert Routing for Heterogeneous Graph Transformers
von: Shakirov, Georgiy, et al.
Veröffentlicht: (2025)

Heterogeneous Graph Structure Learning through the Lens of Data-generating Processes
von: Jiang, Keyue, et al.
Veröffentlicht: (2025)

Can LLMs Reason Structurally? Benchmarking via the Lens of Data Structures
von: He, Yu, et al.
Veröffentlicht: (2025)

GNN Explanations that do not Explain and How to find Them
von: Azzolin, Steve, et al.
Veröffentlicht: (2026)

What Cohort INRs Encode and Where to Freeze Them
von: Sideri-Lampretsa, Vasiliki, et al.
Veröffentlicht: (2026)