Buchumschlag

Occam's model: Selecting simpler representations for better transferability estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Prabhant, Hess, Sibylle, Vanschoren, Joaquin
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

How NOT to benchmark your SITE metric: Beyond Static Leaderboards and Towards Realistic Evaluation
von: Singh, Prabhant, et al.
Veröffentlicht: (2025)

Meta-Learning for Unsupervised Outlier Detection with Optimal Transport
von: Singh, Prabhant, et al.
Veröffentlicht: (2022)

CLAMS: A System for Zero-Shot Model Selection for Clustering
von: Singh, Prabhant, et al.
Veröffentlicht: (2024)

On Supernet Transfer Learning for Effective Task Adaptation
von: Singh, Prabhant, et al.
Veröffentlicht: (2024)

Meta-Learning Transformers to Improve In-Context Generalization
von: Braccaioli, Lorenzo, et al.
Veröffentlicht: (2025)

Robustness of AutoML on Dirty Categorical Data
von: Bueno, Marcos L. P., et al.
Veröffentlicht: (2026)

Automatic Combination of Sample Selection Strategies for Few-Shot Learning
von: Pecher, Branislav, et al.
Veröffentlicht: (2024)

In-context learning and Occam's razor
von: Elmoznino, Eric, et al.
Veröffentlicht: (2024)

Deep neural networks have an inbuilt Occam's razor
von: Mingard, Chris, et al.
Veröffentlicht: (2023)

Occam's Razor for Self Supervised Learning: What is Sufficient to Learn Good Representations?
von: Ibrahim, Mark, et al.
Veröffentlicht: (2024)

Automated Machine Learning for Unsupervised Tabular Tasks
von: Singh, Prabhant, et al.
Veröffentlicht: (2025)

Automated Reinforcement Learning: An Overview
von: Afshar, Reza Refaei, et al.
Veröffentlicht: (2022)

In-Context Occam's Razor: How Transformers Prefer Simpler Hypotheses on the Fly
von: Deora, Puneesh, et al.
Veröffentlicht: (2025)

OccamLLM: Fast and Exact Language Model Arithmetic in a Single Step
von: Dugan, Owen, et al.
Veröffentlicht: (2024)

SemPPL: Predicting pseudo-labels for better contrastive representations
von: Bošnjak, Matko, et al.
Veröffentlicht: (2023)

On the transferability of Sparse Autoencoders for interpreting compressed models
von: Gupte, Suchit, et al.
Veröffentlicht: (2025)

SemiOccam: A Robust Semi-Supervised Image Recognition Network Using Sparse Labels
von: Yann, Rui, et al.
Veröffentlicht: (2025)

Self-Improving Pretraining: using post-trained models to pretrain better models
von: Tan, Ellen Xiaoqing, et al.
Veröffentlicht: (2026)

Latent label distribution grid representation for modeling uncertainty
von: Sun, ShuNing, et al.
Veröffentlicht: (2025)

Language models are better than humans at next-token prediction
von: Shlegeris, Buck, et al.
Veröffentlicht: (2022)

On-site estimation of battery electrochemical parameters via transfer learning based physics-informed neural network approach
von: Yeregui, Josu, et al.
Veröffentlicht: (2025)

$μ$pscaling small models: Principled warm starts and hyperparameter transfer
von: Ma, Yuxin, et al.
Veröffentlicht: (2026)

Simmering: Sufficient is better than optimal for training neural networks
von: Babayan, Irina, et al.
Veröffentlicht: (2024)

Optimal rates for density and mode estimation with expand-and-sparsify representations
von: Sinha, Kaushik, et al.
Veröffentlicht: (2026)

Bilinear representation mitigates reversal curse and enables consistent model editing
von: Kim, Dong-Kyum, et al.
Veröffentlicht: (2025)

Sparse deepfake detection promotes better disentanglement
von: Teissier, Antoine, et al.
Veröffentlicht: (2025)

An advantage based policy transfer algorithm for reinforcement learning with measures of transferability
von: Alam, Md Ferdous, et al.
Veröffentlicht: (2023)

Carré du champ flow matching: better quality-generalisation tradeoff in generative models
von: Bamberger, Jacob, et al.
Veröffentlicht: (2025)

Can We Understand Plasticity Through Neural Collapse?
von: Bonifazi, Guglielmo, et al.
Veröffentlicht: (2024)

When narrower is better: the narrow width limit of Bayesian parallel branching neural networks
von: Zhang, Zechen, et al.
Veröffentlicht: (2024)

GeckOpt: LLM System Efficiency via Intent-Based Tool Selection
von: Fore, Michael, et al.
Veröffentlicht: (2024)

Constrained latent state modeling: A unifying perspective on representation learning under competing constraints
von: Quellec, Gwenolé
Veröffentlicht: (2026)

LaTiM: Longitudinal representation learning in continuous-time models to predict disease progression
von: Zeghlache, Rachid, et al.
Veröffentlicht: (2024)

What is causal about causal models and representations?
von: Jørgensen, Frederik Hytting, et al.
Veröffentlicht: (2025)

FLAG: Foundation model representation with Latent diffusion Alignment via Graph for spatial gene expression prediction
von: Si, Qi, et al.
Veröffentlicht: (2026)

Gauge-invariant representation holonomy
von: Sevetlidis, Vasileios, et al.
Veröffentlicht: (2026)

NODE-AdvGAN: Improving the transferability and perceptual similarity of adversarial examples by dynamic-system-driven adversarial generative model
von: Xie, Xinheng, et al.
Veröffentlicht: (2024)

ExplainerPFN: Towards tabular foundation models for model-free zero-shot feature importance estimations
von: Fonseca, Joao, et al.
Veröffentlicht: (2026)

Scoring rule nets: beyond mean target prediction in multivariate regression
von: Roordink, Daan, et al.
Veröffentlicht: (2024)

Search-contempt: a hybrid MCTS algorithm for training AlphaZero-like engines with better computational efficiency
von: Joshi, Ameya
Veröffentlicht: (2025)