Buchumschlag

Sign-Symmetry Learning Rules are Robust Fine-Tuners

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Berriche, Aymene, Adjal, Mehdi Zakaria, Baghdadi, Riyadh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Leveraging High-Resolution Features for Improved Deep Hashing-based Image Retrieval
von: Berriche, Aymene, et al.
Veröffentlicht: (2024)

Neural Architecture Search with Mixed Bio-inspired Learning Rules
von: Hamzaoui, Imane, et al.
Veröffentlicht: (2025)

Curriculum Learning for Small Code Language Models
von: Naïr, Marwa, et al.
Veröffentlicht: (2024)

Exploring the Knowledge Mismatch Hypothesis: Hallucination Propensity in Small Models Fine-tuned on Data from Larger Models
von: Wee, Phil, et al.
Veröffentlicht: (2024)

Epileptic Seizure Prediction Using Patient-Adaptive Transformer Networks
von: Mahdi, Mohamed, et al.
Veröffentlicht: (2026)

Sample and Oracle Efficient Reinforcement Learning for MDPs with Linearly-Realizable Value Functions
von: Mhammedi, Zakaria
Veröffentlicht: (2024)

WaveTuner: Comprehensive Wavelet Subband Tuning for Time Series Forecasting
von: Wang, Yubo, et al.
Veröffentlicht: (2025)

A Selective Quantization Tuner for ONNX Models
von: Louloudakis, Nikolaos, et al.
Veröffentlicht: (2025)

A Deep Learning Model for Predicting Transformation Legality
von: Tiwari, Avani, et al.
Veröffentlicht: (2025)

Data-efficient Performance Modeling via Pre-training
von: Liu, Chunting, et al.
Veröffentlicht: (2025)

Toward Robust Signed Graph Learning through Joint Input-Target Denoising
von: Wu, Junran, et al.
Veröffentlicht: (2025)

Heavy-Tailed Class-Conditional Priors for Long-Tailed Generative Modeling
von: Bouayed, Aymene Mohammed, et al.
Veröffentlicht: (2025)

CNN Explainability with Multivector Tucker Saliency Maps for Self-Supervised Models
von: Bouayed, Aymene Mohammed, et al.
Veröffentlicht: (2024)

The Power of Resets in Online Reinforcement Learning
von: Mhammedi, Zakaria, et al.
Veröffentlicht: (2024)

Bridging Symmetry and Robustness: On the Role of Equivariance in Enhancing Adversarial Robustness
von: Wang, Longwei, et al.
Veröffentlicht: (2025)

Beyond Discriminant Patterns: On the Robustness of Decision Rule Ensembles
von: Du, Xin, et al.
Veröffentlicht: (2021)

RuleFuser: An Evidential Bayes Approach for Rule Injection in Imitation Learned Planners and Predictors for Robustness under Distribution Shifts
von: Patrikar, Jay, et al.
Veröffentlicht: (2024)

Fine-Grained Causal Dynamics Learning with Quantization for Improving Robustness in Reinforcement Learning
von: Hwang, Inwoo, et al.
Veröffentlicht: (2024)

Signs Beat Floats: Low-Rank Double-Binary Adaptation for On-Device Fine-Tuning
von: Fujisawa, Yoshihiko, et al.
Veröffentlicht: (2026)

Robust Deep Monte Carlo Counterfactual Regret Minimization: Addressing Theoretical Risks in Neural Fictitious Self-Play
von: Jaafari, Zakaria El
Veröffentlicht: (2025)

Robust Layerwise Scaling Rules by Proper Weight Decay Tuning
von: Fan, Zhiyuan, et al.
Veröffentlicht: (2025)

Adaptive Hoeffding Tree with Transfer Learning for Streaming Synchrophasor Data Sets
von: Mrabet, Zakaria El, et al.
Veröffentlicht: (2025)

LOOPerSet: A Large-Scale Dataset for Data-Driven Polyhedral Compiler Optimization
von: Merouani, Massinissa, et al.
Veröffentlicht: (2025)

Adversarial Signed Graph Learning with Differential Privacy
von: Ke, Haobin, et al.
Veröffentlicht: (2025)

Closed-Form Interpretation of Neural Network Latent Spaces with Symbolic Gradients
von: Wetzel, Sebastian J., et al.
Veröffentlicht: (2024)

Understanding Expressivity of GNN in Rule Learning
von: Qiu, Haiquan, et al.
Veröffentlicht: (2023)

Automatic Generation of Python Programs Using Context-Free Grammars
von: Yamani, Kamel, et al.
Veröffentlicht: (2024)

Robust Reinforcement Learning from Human Feedback for Large Language Models Fine-Tuning
von: Ye, Kai, et al.
Veröffentlicht: (2025)

Pioneering 4-Bit FP Quantization for Diffusion Models: Mixup-Sign Quantization and Timestep-Aware Fine-Tuning
von: Zhao, Maosen, et al.
Veröffentlicht: (2025)

On the Role of DAG topology in Energy-Aware Cloud Scheduling : A GNN-Based Deep Reinforcement Learning Approach
von: Hattay, Anas, et al.
Veröffentlicht: (2026)

RASP-Tuner: Retrieval-Augmented Soft Prompts for Context-Aware Black-Box Optimization in Non-Stationary Environments
von: Pan, Enze
Veröffentlicht: (2026)

Interpretable Representation Learning for Additive Rule Ensembles
von: Behzadimanesh, Shahrzad, et al.
Veröffentlicht: (2025)

Fuzzy Rule-based Differentiable Representation Learning
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Selection of LLM Fine-Tuning Data based on Orthogonal Rules
von: Li, Xiaomin, et al.
Veröffentlicht: (2024)

CleaR: Towards Robust and Generalized Parameter-Efficient Fine-Tuning for Noisy Label Learning
von: Kim, Yeachan, et al.
Veröffentlicht: (2024)

Learning Efficiency Meets Symmetry Breaking
von: Bai, Yingbin, et al.
Veröffentlicht: (2025)

PACZero: PAC-Private Fine-Tuning of Language Models via Sign Quantization
von: Ertan, Murat Bilgehan, et al.
Veröffentlicht: (2026)

Learning Interpretable Rules for Scalable Data Representation and Classification
von: Wang, Zhuo, et al.
Veröffentlicht: (2023)

Rule by Rule: Learning with Confidence through Vocabulary Expansion
von: Nössig, Albert, et al.
Veröffentlicht: (2024)

Find A Winning Sign: Sign Is All We Need to Win the Lottery
von: Oh, Junghun, et al.
Veröffentlicht: (2025)