How to explain grokking
Fuente:
arXiv
Salvato in:
| Autore principale: | Kozyrev, S. V. |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Review and Prospect of Algebraic Research in Equivalent Framework between Statistical Mechanics and Machine Learning Theory
di: Watanabe, Sumio
Pubblicazione: (2024)
di: Watanabe, Sumio
Pubblicazione: (2024)
Susceptibilities and Patterning: A Primer on Linear Response in Bayesian Learning
di: Elliott, Chris, et al.
Pubblicazione: (2026)
di: Elliott, Chris, et al.
Pubblicazione: (2026)
Statistics of Min-max Normalized Eigenvalues in Random Matrices
di: Nakada, Hyakka, et al.
Pubblicazione: (2025)
di: Nakada, Hyakka, et al.
Pubblicazione: (2025)
Laws of thermodynamics for exponential families
di: Balsubramani, Akshay
Pubblicazione: (2025)
di: Balsubramani, Akshay
Pubblicazione: (2025)
Dynamical Regimes of Diffusion Models
di: Biroli, Giulio, et al.
Pubblicazione: (2024)
di: Biroli, Giulio, et al.
Pubblicazione: (2024)
Neural Thermodynamic Integration: Free Energies from Energy-based Diffusion Models
di: Máté, Bálint, et al.
Pubblicazione: (2024)
di: Máté, Bálint, et al.
Pubblicazione: (2024)
Solvation Free Energies from Neural Thermodynamic Integration
di: Máté, Bálint, et al.
Pubblicazione: (2024)
di: Máté, Bálint, et al.
Pubblicazione: (2024)
Deep generative modelling of canonical ensemble with differentiable thermal properties
di: Li, Shuo-Hui, et al.
Pubblicazione: (2024)
di: Li, Shuo-Hui, et al.
Pubblicazione: (2024)
Discrete distributions are learnable from metastable samples
di: Jayakumar, Abhijith, et al.
Pubblicazione: (2024)
di: Jayakumar, Abhijith, et al.
Pubblicazione: (2024)
Speed-accuracy relations for diffusion models: Wisdom from nonequilibrium thermodynamics and optimal transport
di: Ikeda, Kotaro, et al.
Pubblicazione: (2024)
di: Ikeda, Kotaro, et al.
Pubblicazione: (2024)
Efficient mapping of phase diagrams with conditional Boltzmann Generators
di: Schebek, Maximilian, et al.
Pubblicazione: (2024)
di: Schebek, Maximilian, et al.
Pubblicazione: (2024)
CoRMF: Criticality-Ordered Recurrent Mean Field Ising Solver
di: Pan, Zhenyu, et al.
Pubblicazione: (2024)
di: Pan, Zhenyu, et al.
Pubblicazione: (2024)
Improving FMQA via Initial Training Data Design Considering Marginal Bit Coverage in One-Hot Encoding
di: Hayashi, Taiga, et al.
Pubblicazione: (2026)
di: Hayashi, Taiga, et al.
Pubblicazione: (2026)
Combining Reinforcement Learning and Tensor Networks, with an Application to Dynamical Large Deviations
di: Gillman, Edward, et al.
Pubblicazione: (2022)
di: Gillman, Edward, et al.
Pubblicazione: (2022)
Scalable Boltzmann Generators for equilibrium sampling of large-scale materials
di: Schebek, Maximilian, et al.
Pubblicazione: (2025)
di: Schebek, Maximilian, et al.
Pubblicazione: (2025)
Emergence of Nonequilibrium Latent Cycles in Unsupervised Generative Modeling
di: Baiesi, Marco, et al.
Pubblicazione: (2025)
di: Baiesi, Marco, et al.
Pubblicazione: (2025)
Posterior Collapse as Automatic Spectral Pruning
di: Hirn, Johannes
Pubblicazione: (2026)
di: Hirn, Johannes
Pubblicazione: (2026)
Machine Learning H-theorem
di: Lier, Ruben
Pubblicazione: (2025)
di: Lier, Ruben
Pubblicazione: (2025)
Learning the Intrinsic Dimensionality of Fermi-Pasta-Ulam-Tsingou Trajectories: A Nonlinear Approach using a Deep Autoencoder Model
di: Marchetti, Gionni
Pubblicazione: (2026)
di: Marchetti, Gionni
Pubblicazione: (2026)
The impact of memory on learning sequence-to-sequence tasks
di: Seif, Alireza, et al.
Pubblicazione: (2022)
di: Seif, Alireza, et al.
Pubblicazione: (2022)
Discovering Causal Structure with Reproducing-Kernel Hilbert Space $ε$-Machines
di: Brodu, Nicolas, et al.
Pubblicazione: (2020)
di: Brodu, Nicolas, et al.
Pubblicazione: (2020)
$α$-divergence Improves the Entropy Production Estimation via Machine Learning
di: Kwon, Euijoon, et al.
Pubblicazione: (2023)
di: Kwon, Euijoon, et al.
Pubblicazione: (2023)
Landscape Complexity for the Empirical Risk of Generalized Linear Models: Discrimination between Structured Data
di: Tsironis, Theodoros G., et al.
Pubblicazione: (2025)
di: Tsironis, Theodoros G., et al.
Pubblicazione: (2025)
Dynamical symmetries in the fluctuation-driven regime: an application of Noether's theorem to noisy dynamical systems
di: Vastola, John J.
Pubblicazione: (2025)
di: Vastola, John J.
Pubblicazione: (2025)
A differentiable programming framework for spin models
di: Farias, Tiago de Souza, et al.
Pubblicazione: (2023)
di: Farias, Tiago de Souza, et al.
Pubblicazione: (2023)
Data driven modeling for self-similar dynamics
di: Tao, Ruyi, et al.
Pubblicazione: (2023)
di: Tao, Ruyi, et al.
Pubblicazione: (2023)
Composing diffusion priors with explicit physical context via generative Gibbs sampling
di: Wang, Weizhou, et al.
Pubblicazione: (2026)
di: Wang, Weizhou, et al.
Pubblicazione: (2026)
The topological gap at criticality: scaling exponent d + η, universality, and scope
di: Loftus, Matthew
Pubblicazione: (2026)
di: Loftus, Matthew
Pubblicazione: (2026)
Optimised Feature Subset Selection via Simulated Annealing
di: Martínez-García, Fernando, et al.
Pubblicazione: (2025)
di: Martínez-García, Fernando, et al.
Pubblicazione: (2025)
Learned Mappings for Targeted Free Energy Perturbation between Peptide Conformations
di: Willow, Soohaeng Yoo, et al.
Pubblicazione: (2023)
di: Willow, Soohaeng Yoo, et al.
Pubblicazione: (2023)
Exact Fractional Inference via Re-Parametrization & Interpolation between Tree-Re-Weighted- and Belief Propagation- Algorithms
di: Behjoo, Hamidreza, et al.
Pubblicazione: (2023)
di: Behjoo, Hamidreza, et al.
Pubblicazione: (2023)
Plastic tensor networks for interpretable generative modeling
di: Akamatsu, Katsuya O., et al.
Pubblicazione: (2025)
di: Akamatsu, Katsuya O., et al.
Pubblicazione: (2025)
Building causation links in stochastic nonlinear systems from data
di: Chibbaro, Sergio, et al.
Pubblicazione: (2025)
di: Chibbaro, Sergio, et al.
Pubblicazione: (2025)
Steering Dynamical Regimes of Diffusion Models by Breaking Detailed Balance
di: Lu, Haiqi, et al.
Pubblicazione: (2026)
di: Lu, Haiqi, et al.
Pubblicazione: (2026)
Selecting Optimal Variable Order in Autoregressive Ising Models
di: Biswal, Shiba, et al.
Pubblicazione: (2026)
di: Biswal, Shiba, et al.
Pubblicazione: (2026)
SETOL: A Semi-Empirical Theory of (Deep) Learning
di: Martin, Charles H, et al.
Pubblicazione: (2025)
di: Martin, Charles H, et al.
Pubblicazione: (2025)
Efficient Identification of Critical Transitions via Flow Matching: A Scalable Generative Approach for Many-Body Systems
di: Lee, Qian-Rui, et al.
Pubblicazione: (2025)
di: Lee, Qian-Rui, et al.
Pubblicazione: (2025)
Computationally sufficient statistics for Ising models
di: Jayakumar, Abhijith, et al.
Pubblicazione: (2026)
di: Jayakumar, Abhijith, et al.
Pubblicazione: (2026)
Capturing the Topological Phase Transition and Thermodynamics of the 2D XY Model via Manifold-Aware Score-Based Generative Modeling
di: Jha, Pratyush
Pubblicazione: (2026)
di: Jha, Pratyush
Pubblicazione: (2026)
Thermodynamic Isomorphism of Transformers: A Lagrangian Approach to Attention Dynamics
di: Kim, Gunn
Pubblicazione: (2026)
di: Kim, Gunn
Pubblicazione: (2026)
Documenti analoghi
-
Review and Prospect of Algebraic Research in Equivalent Framework between Statistical Mechanics and Machine Learning Theory
di: Watanabe, Sumio
Pubblicazione: (2024) -
Susceptibilities and Patterning: A Primer on Linear Response in Bayesian Learning
di: Elliott, Chris, et al.
Pubblicazione: (2026) -
Statistics of Min-max Normalized Eigenvalues in Random Matrices
di: Nakada, Hyakka, et al.
Pubblicazione: (2025) -
Laws of thermodynamics for exponential families
di: Balsubramani, Akshay
Pubblicazione: (2025) -
Dynamical Regimes of Diffusion Models
di: Biroli, Giulio, et al.
Pubblicazione: (2024)