Buchumschlag

The Majority Vote Paradigm Shift: When Popular Meets Optimal

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Purificato, Antonio, Bucarelli, Maria Sofia, Nelakanti, Anil Kumar, Bacciu, Andrea, Silvestri, Fabrizio, Mantrach, Amin
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

Select, Label, Evaluate: Active Testing in NLP
von: Purificato, Antonio, et al.
Veröffentlicht: (2026)

Learning with Noisy Labels through Learnable Weighting and Centroid Similarity
von: Wani, Farooq Ahmad, et al.
Veröffentlicht: (2023)

Eco-Aware Graph Neural Networks for Sustainable Recommendations
von: Purificato, Antonio, et al.
Veröffentlicht: (2024)

One Search Fits All: Pareto-Optimal Eco-Friendly Model Selection
von: Betello, Filippo, et al.
Veröffentlicht: (2025)

$\nabla τ$: Gradient-based and Task-Agnostic machine Unlearning
von: Trippa, Daniel, et al.
Veröffentlicht: (2024)

ATM: Improving Model Merging by Alternating Tuning and Merging
von: Zhou, Luca, et al.
Veröffentlicht: (2024)

On Task Vectors and Gradients
von: Zhou, Luca, et al.
Veröffentlicht: (2025)

MASS: MoErging through Adaptive Subspace Selection
von: Crisostomi, Donato, et al.
Veröffentlicht: (2025)

Integrating Item Relevance in Training Loss for Sequential Recommender Systems
von: Bacciu, Andrea, et al.
Veröffentlicht: (2023)

Minimax Optimality and Spectral Routing for Majority-Vote Ensembles under Markov Dependence
von: Shihab, Ibne Farabi, et al.
Veröffentlicht: (2026)

Evading Community Detection via Counterfactual Neighborhood Search
von: Bernini, Andrea, et al.
Veröffentlicht: (2023)

Beyond Position: the emergence of wavelet-like properties in Transformers
von: Ruscio, Valeria, et al.
Veröffentlicht: (2024)

PISA: Prioritized Invariant Subgraph Aggregation
von: Ghasemi, Ali, et al.
Veröffentlicht: (2025)

Subtract the Corruption: Training-Data-Free Corrective Machine Unlearning using Task Arithmetic
von: Mozafari, Mostafa, et al.
Veröffentlicht: (2025)

Titans Revisited: A Lightweight Reimplementation and Critical Analysis of a Test-Time Memory Model
von: Di Nepi, Gavriel, et al.
Veröffentlicht: (2025)

Link Prediction with Physics-Inspired Graph Neural Networks
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2024)

What are you sinking? A geometric approach on attention sink
von: Ruscio, Valeria, et al.
Veröffentlicht: (2025)

Polynomial Neural Sheaf Diffusion: A Spectral Filtering Approach on Cellular Sheaves
von: Borgi, Alessio, et al.
Veröffentlicht: (2025)

Reconcile Certified Robustness and Accuracy for DNN-based Smoothed Majority Vote Classifier
von: Jin, Gaojie, et al.
Veröffentlicht: (2025)

Surprisingly Popular Voting for Concentric Rank-Order Models
von: Hosseini, Hadi, et al.
Veröffentlicht: (2024)

Self-generated Replay Memories for Continual Neural Machine Translation
von: Resta, Michele, et al.
Veröffentlicht: (2024)

Multi-View Majority Vote Learning Algorithms: Direct Minimization of PAC-Bayesian Bounds
von: Hennequin, Mehdi, et al.
Veröffentlicht: (2024)

FAST: Similarity-based Knowledge Transfer for Efficient Policy Learning
von: Capurso, Alessandro, et al.
Veröffentlicht: (2025)

ContinualFlow: Learning and Unlearning with Neural Flow Matching
von: Simone, Lorenzo, et al.
Veröffentlicht: (2025)

Graph Diffusion that can Insert and Delete
von: Ninniri, Matteo, et al.
Veröffentlicht: (2025)

Calibration of Continual Learning Models
von: Li, Lanpei, et al.
Veröffentlicht: (2024)

Detecting and Mitigating the Correct-Answer Extinction Window in Test-Time Reinforcement Learning with Majority Voting
von: Lin, Hongxiang, et al.
Veröffentlicht: (2026)

Learning Causal Abstractions of Linear Structural Causal Models
von: Massidda, Riccardo, et al.
Veröffentlicht: (2024)

When Planners Meet Reality: How Learned, Reactive Traffic Agents Shift nuPlan Benchmarks
von: Hagedorn, Steffen, et al.
Veröffentlicht: (2025)

When Bias Meets Trainability: Connecting Theories of Initialization
von: Bassi, Alberto, et al.
Veröffentlicht: (2025)

Energy Guided smoothness to improve Robustness in Graph Classification
von: Wani, Farooq Ahmad, et al.
Veröffentlicht: (2024)

Multi-Relational Graph Neural Network for Out-of-Domain Link Prediction
von: Sattar, Asma, et al.
Veröffentlicht: (2024)

Task Singular Vectors: Reducing Task Interference in Model Merging
von: Gargiulo, Antonio Andrea, et al.
Veröffentlicht: (2024)

Agentic Unlearning: When LLM Agent Meets Machine Unlearning
von: Wang, Bin, et al.
Veröffentlicht: (2026)

When Drafts Evolve: Speculative Decoding Meets Online Learning
von: Qian, Yu-Yang, et al.
Veröffentlicht: (2026)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
von: Ceni, Andrea, et al.
Veröffentlicht: (2025)

Beyond Majority Voting: LLM Aggregation by Leveraging Higher-Order Information
von: Ai, Rui, et al.
Veröffentlicht: (2025)

A topological description of loss surfaces based on Betti Numbers
von: Bucarelli, Maria Sofia, et al.
Veröffentlicht: (2024)

AI Should Sense Better, Not Just Scale Bigger: Adaptive Sensing as a Paradigm Shift
von: Baek, Eunsu, et al.
Veröffentlicht: (2025)

The Growing Pains of Frontier Models: When Leaderboards Stop Separating and What to Measure Next
von: Amin, Adil
Veröffentlicht: (2026)