Buchumschlag

Joint Learning of Energy-based Models and their Partition Function

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sander, Michael E., Roulet, Vincent, Liu, Tianlin, Blondel, Mathieu
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

Loss Functions and Operators Generated by f-Divergences
von: Roulet, Vincent, et al.
Veröffentlicht: (2025)

Autoregressive Language Models are Secretly Energy-Based Models: Insights into the Lookahead Capabilities of Next-Token Prediction
von: Blondel, Mathieu, et al.
Veröffentlicht: (2025)

The Elements of Differentiable Programming
von: Blondel, Mathieu, et al.
Veröffentlicht: (2024)

Stepping on the Edge: Curvature Aware Learning Rate Tuners
von: Roulet, Vincent, et al.
Veröffentlicht: (2024)

Routers in Vision Mixture of Experts: An Empirical Study
von: Liu, Tianlin, et al.
Veröffentlicht: (2024)

How do Transformers perform In-Context Autoregressive Learning?
von: Sander, Michael E., et al.
Veröffentlicht: (2024)

Differentiable Knapsack and Top-k Operators via Dynamic Programming
von: Vivier-Ardisson, Germain, et al.
Veröffentlicht: (2026)

Learning with Local Search MCMC Layers
von: Vivier-Ardisson, Germain, et al.
Veröffentlicht: (2025)

Per-example gradients: a new frontier for understanding and improving optimizers
von: Roulet, Vincent, et al.
Veröffentlicht: (2025)

Learning with Fitzpatrick Losses
von: Rakotomandimby, Seta, et al.
Veröffentlicht: (2024)

Decoding-time Realignment of Language Models
von: Liu, Tianlin, et al.
Veröffentlicht: (2024)

Regularized Large Neighborhood Search
von: Vivier-Ardisson, Germain, et al.
Veröffentlicht: (2026)

On the Interplay Between Stepsize Tuning and Progressive Sharpening
von: Roulet, Vincent, et al.
Veröffentlicht: (2023)

Clustering in Deep Stochastic Transformers
von: Fedorov, Lev, et al.
Veröffentlicht: (2026)

Input Resolution Downsizing as a Compression Technique for Vision Deep Learning Systems
von: Morlier, Jeremy, et al.
Veröffentlicht: (2025)

On Teacher Hacking in Language Model Distillation
von: Tiapkin, Daniil, et al.
Veröffentlicht: (2025)

In-Context Function Learning in Large Language Models
von: Akata, Elif, et al.
Veröffentlicht: (2026)

How far away are truly hyperparameter-free learning algorithms?
von: Kasimbeg, Priya, et al.
Veröffentlicht: (2025)

Joint Optimization of Model Partitioning and Resource Allocation for Anti-Jamming Collaborative Inference Systems
von: Wu, Mengru, et al.
Veröffentlicht: (2026)

Towards Understanding the Universality of Transformers for Next-Token Prediction
von: Sander, Michael E., et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning based Triggering Function for Early Classifiers of Time Series
von: Renault, Aurélien, et al.
Veröffentlicht: (2025)

Nonparametric Estimation of Joint Entropy via Partitioned Sample-Spacing
von: Ho, Jungwoo, et al.
Veröffentlicht: (2025)

Learning Data-Driven Uncertainty Set Partitions for Robust and Adaptive Energy Forecasting with Missing Data
von: Stratigakos, Akylas, et al.
Veröffentlicht: (2025)

Partition Function Estimation under Bounded f-Divergence
von: Block, Adam, et al.
Veröffentlicht: (2026)

In-Context Learning of Energy Functions
von: Schaeffer, Rylan, et al.
Veröffentlicht: (2024)

Hierarchical Learning-based Graph Partition for Large-scale Vehicle Routing Problems
von: Pan, Yuxin, et al.
Veröffentlicht: (2025)

Latent Imitator: Generating Natural Individual Discriminatory Instances for Black-Box Fairness Testing
von: Xiao, Yisong, et al.
Veröffentlicht: (2023)

Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves
von: Sarkar, Soumyendu, et al.
Veröffentlicht: (2024)

Energy Generative Modeling: A Lyapunov-based Energy Matching Perspective
von: Wang, Yixuan, et al.
Veröffentlicht: (2026)

Learning Joint Models of Prediction and Optimization
von: Kotary, James, et al.
Veröffentlicht: (2024)

Active-Passive Federated Learning for Vertically Partitioned Multi-view Data
von: Liu, Jiyuan, et al.
Veröffentlicht: (2024)

Joint Partitioning and Placement of Foundation Models for Real-Time Edge AI
von: Djuhera, Aladin, et al.
Veröffentlicht: (2025)

A Scale-Adaptive Framework for Joint Spatiotemporal Super-Resolution with Diffusion Models
von: Defez, Max, et al.
Veröffentlicht: (2026)

Potential Energy based Mixture Model for Noisy Label Learning
von: Wang, Zijia, et al.
Veröffentlicht: (2024)

Preference-based Conditional Treatment Effects and Policy Learning
von: Parnas, Dovid, et al.
Veröffentlicht: (2026)

Learning Centre Partitions from Summaries
von: Debaly, Zinsou Max, et al.
Veröffentlicht: (2025)

Joint Optimization of Energy Consumption and Completion Time in Federated Learning
von: Zhou, Xinyu, et al.
Veröffentlicht: (2022)

Partition Generative Modeling: Masked Modeling Without Masks
von: Deschenaux, Justin, et al.
Veröffentlicht: (2025)

Implicit Diffusion: Efficient Optimization through Stochastic Sampling
von: Marion, Pierre, et al.
Veröffentlicht: (2024)

Quantile Reward Policy Optimization: Alignment with Pointwise Regression and Exact Partition Functions
von: Matrenok, Simon, et al.
Veröffentlicht: (2025)