:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saha, Aadirupa, Raman, Vinod, Asi, Hilal
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2503.09889
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DP-Dueling: Learning from Preference Feedback without Compromising User Privacy
von: Saha, Aadirupa, et al.
Veröffentlicht: (2024)

Faster Rates for Private Adversarial Bandits
von: Asi, Hilal, et al.
Veröffentlicht: (2025)

AdaBoN: Adaptive Best-of-N Alignment
von: Raman, Vinod, et al.
Veröffentlicht: (2025)

Faster Algorithms for User-Level Private Stochastic Convex Optimization
von: Lowy, Andrew, et al.
Veröffentlicht: (2024)

On Privately Estimating a Single Parameter
von: Asi, Hilal, et al.
Veröffentlicht: (2025)

Private Stochastic Convex Optimization with Heavy Tails: Near-Optimality from Simple Reductions
von: Asi, Hilal, et al.
Veröffentlicht: (2024)

Private Online Learning via Lazy Algorithms
von: Asi, Hilal, et al.
Veröffentlicht: (2024)

Stop Relying on No-Choice and Do not Repeat the Moves: Optimal, Efficient and Practical Algorithms for Assortment Optimization
von: Saha, Aadirupa, et al.
Veröffentlicht: (2024)

One Good Source is All You Need: Near-Optimal Regret for Bandits under Heterogeneous Noise
von: Bhat, Amith, et al.
Veröffentlicht: (2026)

LLM-as-Judge on a Budget
von: Saha, Aadirupa, et al.
Veröffentlicht: (2026)

PREAMBLE: Private and Efficient Aggregation via Block Sparse Vectors
von: Asi, Hilal, et al.
Veröffentlicht: (2025)

How many labelers do you have? A closer look at gold-standard labels
von: Cheng, Chen, et al.
Veröffentlicht: (2022)

Optimal Stopping vs Best-of-$N$ for Inference Time Optimization
von: Kalayci, Yusuf, et al.
Veröffentlicht: (2025)

Generation from Noisy Examples
von: Raman, Ananth, et al.
Veröffentlicht: (2025)

Private Vector Mean Estimation in the Shuffle Model: Optimal Rates Require Many Messages
von: Asi, Hilal, et al.
Veröffentlicht: (2024)

Learning to Choose or Choosing to Learn: Best-of-N vs. Supervised Fine-Tuning for Bit String Generation
von: Somerstep, Seamus, et al.
Veröffentlicht: (2025)

Strategic Linear Contextual Bandits
von: Buening, Thomas Kleine, et al.
Veröffentlicht: (2024)

Hybrid Preference Optimization for Alignment: Provably Faster Convergence Rates by Combining Offline Preferences with Online Exploration
von: Bose, Avinandan, et al.
Veröffentlicht: (2024)

On the Vulnerability of Fairness Constrained Learning to Malicious Noise
von: Blum, Avrim, et al.
Veröffentlicht: (2023)

Learning to Allocate Resources with Censored Feedback
von: Montanari, Giovanni, et al.
Veröffentlicht: (2026)

Apple Tasting: Combinatorial Dimensions and Minimax Rates
von: Raman, Vinod, et al.
Veröffentlicht: (2023)

Online Classification with Predictions
von: Raman, Vinod, et al.
Veröffentlicht: (2024)

Generation through the lens of learning theory
von: Li, Jiaxun, et al.
Veröffentlicht: (2024)

The Complexity of Sequential Prediction in Dynamical Systems
von: Raman, Vinod, et al.
Veröffentlicht: (2024)

Online Learning with Set-Valued Feedback
von: Raman, Vinod, et al.
Veröffentlicht: (2023)

Online Infinite-Dimensional Regression: Learning Linear Operators
von: Raman, Vinod, et al.
Veröffentlicht: (2023)

A Combinatorial Characterization of Supervised Online Learnability
von: Raman, Vinod, et al.
Veröffentlicht: (2023)

A Characterization of Multioutput Learnability
von: Raman, Vinod, et al.
Veröffentlicht: (2023)

On Generation in Metric Spaces
von: Li, Jiaxun, et al.
Veröffentlicht: (2026)

Smoothed Online Classification can be Harder than Batch Classification
von: Raman, Vinod, et al.
Veröffentlicht: (2024)

Multiclass Online Learnability under Bandit Feedback
von: Raman, Ananth, et al.
Veröffentlicht: (2023)

Representative Language Generation
von: Peale, Charlotte, et al.
Veröffentlicht: (2025)

Transductive and Learning-Augmented Online Regression
von: Raman, Vinod, et al.
Veröffentlicht: (2025)

Multiclass Transductive Online Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

Differentially Private Generalized Linear Models Revisited
von: Arora, Raman, et al.
Veröffentlicht: (2022)

Differentially Private Best-Arm Identification
von: Azize, Achraf, et al.
Veröffentlicht: (2024)

Private PoEtry: Private In-Context Learning via Product of Experts
von: Romijnders, Rob, et al.
Veröffentlicht: (2026)

Differentially Private Training of Mixture of Experts Models
von: Tholoniat, Pierre, et al.
Veröffentlicht: (2024)

Differentially Private Decentralized Dataset Synthesis Through Randomized Mixing with Correlated Noise
von: Saha, Utsab, et al.
Veröffentlicht: (2025)

Fixed-Budget Differentially Private Best Arm Identification
von: Chen, Zhirui, et al.
Veröffentlicht: (2024)