Buchumschlag

Learning from Ambiguous Data with Hard Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Zeke, He, Zheng, Lu, Nan, Bai, Lichen, Li, Bao, Yang, Shuo, Sun, Mingming, Li, Ping
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CRAFT: Aligning Diffusion Models with Fine-Tuning Is Easier Than You Think
von: Sun, Zening, et al.
Veröffentlicht: (2026)

Weak-to-Strong Diffusion with Reflection
von: Bai, Lichen, et al.
Veröffentlicht: (2025)

Multiphysics Bench: Benchmarking and Investigating Scientific Machine Learning for Multiphysics PDEs
von: Yang, Changfan, et al.
Veröffentlicht: (2025)

Optimizing Few-Step Generation with Adaptive Matching Distillation
von: Bai, Lichen, et al.
Veröffentlicht: (2026)

Accelerating Diffusion Model Training under Minimal Budgets: A Condensation-Based Perspective
von: Huang, Rui, et al.
Veröffentlicht: (2025)

Golden Noise for Diffusion Models: A Learning Framework
von: Zhou, Zikai, et al.
Veröffentlicht: (2024)

Investigating ECG Diagnosis with Ambiguous Labels using Partial Label Learning
von: Rahmani, Sana, et al.
Veröffentlicht: (2025)

Bag of Design Choices for Inference of High-Resolution Masked Generative Transformer
von: Shao, Shitong, et al.
Veröffentlicht: (2024)

Alignment of Diffusion Models: Fundamentals, Challenges, and Future
von: Liu, Buhua, et al.
Veröffentlicht: (2024)

Least-Ambiguous Multi-Label Classifier
von: Hagos, Misgina Tsighe, et al.
Veröffentlicht: (2025)

Conformalized Credal Regions for Classification with Ambiguous Ground Truth
von: Caprio, Michele, et al.
Veröffentlicht: (2024)

Zigzag Diffusion Sampling: Diffusion Models Can Self-Improve via Self-Reflection
von: Bai, Lichen, et al.
Veröffentlicht: (2024)

Learning from Hard Labels with Additional Supervision on Non-Hard-Labeled Classes
von: Sugiyama, Kosuke, et al.
Veröffentlicht: (2025)

Mano: Restriking Manifold Optimization for LLM Training
von: Gu, Yufei, et al.
Veröffentlicht: (2026)

BOBA: Byzantine-Robust Federated Learning with Label Skewness
von: Bao, Wenxuan, et al.
Veröffentlicht: (2022)

Label Forensics: Interpreting Hard Labels in Black-Box Text Classifier
von: Du, Mengyao, et al.
Veröffentlicht: (2025)

Label Distribution Learning with Biased Annotations by Learning Multi-Label Representation
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2025)

Refining Multidimensional Video Reward Models via Disentangled Influence Functions
von: Wang, Muyao, et al.
Veröffentlicht: (2026)

Dimension-Free Saddle-Point Escape in Muon
von: Long, Yanlin, et al.
Veröffentlicht: (2026)

CLARIFY: Contrastive Preference Reinforcement Learning for Untangling Ambiguous Queries
von: Mu, Ni, et al.
Veröffentlicht: (2025)

Dual-Label Learning With Irregularly Present Labels
von: Li, Mingqian, et al.
Veröffentlicht: (2024)

Learning from Concealed Labels
von: Li, Zhongnian, et al.
Veröffentlicht: (2024)

Learning from Ambiguous Demonstrations with Self-Explanation Guided Reinforcement Learning
von: Zha, Yantian, et al.
Veröffentlicht: (2021)

Exploring Query Efficient Data Generation towards Data-free Model Stealing in Hard Label Setting
von: Pei, Gaozheng, et al.
Veröffentlicht: (2024)

Normalized Iterative Hard Thresholding for Tensor Recovery
von: Li, Li, et al.
Veröffentlicht: (2025)

On Learning for Ambiguous Chance Constrained Problems
von: Madhusudanarao, A Ch, et al.
Veröffentlicht: (2023)

Learning with Selectively Labeled Data from Multiple Decision-makers
von: Chen, Jian, et al.
Veröffentlicht: (2023)

Towards Robust Incremental Learning under Ambiguous Supervision
von: Wang, Rui, et al.
Veröffentlicht: (2025)

Ambiguous Online Learning
von: Kosoy, Vanessa
Veröffentlicht: (2025)

Not All Data are Good Labels: On the Self-supervised Labeling for Time Series Forecasting
von: Yang, Yuxuan, et al.
Veröffentlicht: (2025)

KoReA-SFL: Knowledge Replay-based Split Federated Learning Against Catastrophic Forgetting
von: Xia, Zeke, et al.
Veröffentlicht: (2024)

Hardness of Learning Boolean Functions from Label Proportions
von: Guruswami, Venkatesan, et al.
Veröffentlicht: (2024)

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

Neural Field Classifiers via Target Encoding and Classification Loss
von: Yang, Xindi, et al.
Veröffentlicht: (2024)

Optimal Sampling Designs for Multi-dimensional Streaming Time Series with Application to Power Grid Sensor Data
von: Xie, Rui, et al.
Veröffentlicht: (2023)

FedQP: Towards Accurate Federated Learning using Quadratic Programming Guided Mutation
von: Weng, Jiawen, et al.
Veröffentlicht: (2024)

FedHarmony: Harmonizing Heterogeneous Label Correlations in Federated Multi-Label Learning
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2026)

Low-Cost Hard-Label Adversarial Attack with Theoretical Foundations
von: Liu, Jun, et al.
Veröffentlicht: (2026)

Label Learning Method Based on Tensor Projection
von: Li, Jing, et al.
Veröffentlicht: (2024)

Building Gradient Bridges: Label Leakage from Restricted Gradient Sharing in Federated Learning
von: Zhang, Rui, et al.
Veröffentlicht: (2024)