Buchumschlag

In-Context Parametric Inference: Point or Distribution Estimators?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mittal, Sarthak, Bengio, Yoshua, Malkin, Nikolay, Lajoie, Guillaume
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

Iterative Amortized Inference: Unifying In-Context Learning and Learned Optimizers
von: Mittal, Sarthak, et al.
Veröffentlicht: (2025)

Discrete, compositional, and symbolic representations through attractor dynamics
von: Nam, Andrew, et al.
Veröffentlicht: (2023)

Beyond Distribution Sharpening: The Importance of Task Rewards
von: Mittal, Sarthak, et al.
Veröffentlicht: (2026)

Amortized In-Context Bayesian Posterior Estimation
von: Mittal, Sarthak, et al.
Veröffentlicht: (2025)

A Complexity-Based Theory of Compositionality
von: Elmoznino, Eric, et al.
Veröffentlicht: (2024)

Machine learning and information theory concepts towards an AI Mathematician
von: Bengio, Yoshua, et al.
Veröffentlicht: (2024)

A Comedy of Estimators: On KL Regularization in RL Training of LLMs
von: Shah, Vedant, et al.
Veröffentlicht: (2025)

Action abstractions for amortized sampling
von: Boussif, Oussama, et al.
Veröffentlicht: (2024)

Next-Token Prediction Should be Ambiguity-Sensitive: A Meta-Learning Perspective
von: Gagnon, Leo, et al.
Veröffentlicht: (2025)

Does learning the right latent variables necessarily improve in-context learning?
von: Mittal, Sarthak, et al.
Veröffentlicht: (2024)

In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior
von: Berkes, Anaïs, et al.
Veröffentlicht: (2026)

Solving Bayesian inverse problems with diffusion priors and off-policy RL
von: Scimeca, Luca, et al.
Veröffentlicht: (2025)

Discrete Probabilistic Inference as Control in Multi-path Environments
von: Deleu, Tristan, et al.
Veröffentlicht: (2024)

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

Amortizing intractable inference in large language models
von: Hu, Edward J., et al.
Veröffentlicht: (2023)

A Compression Perspective on Simplicity Bias
von: Marty, Tom, et al.
Veröffentlicht: (2026)

On Generalization for Generative Flow Networks
von: Krichel, Anas, et al.
Veröffentlicht: (2024)

Distributional GFlowNets with Quantile Flows
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2023)

Recursive Self-Aggregation Unlocks Deep Thinking in Large Language Models
von: Venkatraman, Siddarth, et al.
Veröffentlicht: (2025)

GFlowNet Foundations
von: Bengio, Yoshua, et al.
Veröffentlicht: (2021)

Adaptive Inference-Time Scaling via Cyclic Diffusion Search
von: Lee, Gyubin, et al.
Veröffentlicht: (2025)

Steering Masked Discrete Diffusion Models via Discrete Denoising Posterior Prediction
von: Rector-Brooks, Jarrid, et al.
Veröffentlicht: (2024)

Mixtures of In-Context Learners
von: Hong, Giwon, et al.
Veröffentlicht: (2024)

Improved off-policy training of diffusion samplers
von: Sendera, Marcin, et al.
Veröffentlicht: (2024)

Monte Carlo Tree Diffusion for System 2 Planning
von: Yoon, Jaesik, et al.
Veröffentlicht: (2025)

Shaping Inductive Bias in Diffusion Models through Frequency-Based Noise Control
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2025)

Latent Veracity Inference for Identifying Errors in Stepwise Reasoning
von: Kim, Minsu, et al.
Veröffentlicht: (2025)

FALCON: Few-step Accurate Likelihoods for Continuous Flows
von: Rehman, Danyal, et al.
Veröffentlicht: (2025)

Were RNNs All We Needed?
von: Feng, Leo, et al.
Veröffentlicht: (2024)

Efficient Causal Graph Discovery Using Large Language Models
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2024)

Delta-AI: Local objectives for amortized inference in sparse graphical models
von: Falet, Jean-Pierre, et al.
Veröffentlicht: (2023)

JEDI: Jointly Embedded Inference of Neural Dynamics
von: Jamkhandi, Anirudh, et al.
Veröffentlicht: (2026)

Can a Bayesian Oracle Prevent Harm from an Agent?
von: Bengio, Yoshua, et al.
Veröffentlicht: (2024)

Learning Decision Trees as Amortized Structure Inference
von: Mahfoud, Mohammed, et al.
Veröffentlicht: (2025)

Expert-Guided LLM Reasoning for Battery Discovery: From AI-Driven Hypothesis to Synthesis and Characterization
von: Liu, Shengchao, et al.
Veröffentlicht: (2025)

Active Attacks: Red-teaming LLMs via Adaptive Environments
von: Yun, Taeyoung, et al.
Veröffentlicht: (2025)

Consciousness-Inspired Spatio-Temporal Abstractions for Better Generalization in Reinforcement Learning
von: Zhao, Mingde, et al.
Veröffentlicht: (2023)

PQMass: Probabilistic Assessment of the Quality of Generative Models using Probability Mass Estimation
von: Lemos, Pablo, et al.
Veröffentlicht: (2024)

Structure-Aligned Protein Language Model
von: Chen, Can, et al.
Veröffentlicht: (2025)

Trajectory Flow Matching with Applications to Clinical Time Series Modeling
von: Zhang, Xi, et al.
Veröffentlicht: (2024)