Buchumschlag

Safe Screening Rules for Group OWL Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bao, Runxue, Lu, Quanchao, Zhang, Yanfu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Safe Screening Rules for Group SLOPE
von: Bao, Runxue, et al.
Veröffentlicht: (2025)

Safe RuleFit: Learning Optimal Sparse Rule Model by Meta Safe Screening
von: Kato, Hiroki, et al.
Veröffentlicht: (2018)

Integrating Neural Differential Forecasting with Safe Reinforcement Learning for Blood Glucose Regulation
von: Liu, Yushen, et al.
Veröffentlicht: (2025)

Auto-Train-Once: Controller Network Guided Automatic Network Pruning from Scratch
von: Wu, Xidong, et al.
Veröffentlicht: (2024)

Strong Screening Rules for Group-based SLOPE Models
von: Feser, Fabio, et al.
Veröffentlicht: (2024)

A Self-guided Multimodal Approach to Enhancing Graph Representation Learning for Alzheimer's Diseases
von: Wang, Zhepeng, et al.
Veröffentlicht: (2024)

Unlocking Memorization in Large Language Models with Dynamic Soft Prompting
von: Wang, Zhepeng, et al.
Veröffentlicht: (2024)

A Safe Screening Rule with Bi-level Optimization of $ν$ Support Vector Machine
von: Yang, Zhiji, et al.
Veröffentlicht: (2024)

Distributionally Robust Safe Screening
von: Hanada, Hiroyuki, et al.
Veröffentlicht: (2024)

Gap Safe Screening Rules for Fast Training of Robust Support Vector Machines under Feature Noise
von: Nguyen, Tan-Hau, et al.
Veröffentlicht: (2026)

Outlier Weighed Layerwise Sparsity (OWL): A Missing Secret Sauce for Pruning LLMs to High Sparsity
von: Yin, Lu, et al.
Veröffentlicht: (2023)

Differentially Private Iterative Screening Rules for Linear Regression
von: Khanna, Amol, et al.
Veröffentlicht: (2025)

GLaMoR: Consistency Checking of OWL Ontologies using Graph Language Models
von: Mücke, Justin, et al.
Veröffentlicht: (2025)

Is Meta-Path Attention an Explanation? Evidence of Alignment and Decoupling in Heterogeneous GNNs
von: Jiang, Maiqi, et al.
Veröffentlicht: (2026)

InfuserKI: Enhancing Large Language Models with Knowledge Graphs via Infuser-Guided Knowledge Integration
von: Wang, Fali, et al.
Veröffentlicht: (2024)

Ontolearn-A Framework for Large-scale OWL Class Expression Learning in Python
von: Demir, Caglar, et al.
Veröffentlicht: (2025)

Graph Neural Network-Driven Hierarchical Mining for Complex Imbalanced Data
von: Qi, Yijiashun, et al.
Veröffentlicht: (2025)

A Recent Survey of Heterogeneous Transfer Learning
von: Bao, Runxue, et al.
Veröffentlicht: (2023)

The Hessian Screening Rule
von: Larsson, Johan, et al.
Veröffentlicht: (2021)

Provable Traffic Rule Compliance in Safe Reinforcement Learning on the Open Sea
von: Krasowski, Hanna, et al.
Veröffentlicht: (2024)

The Strong Screening Rule for SLOPE
von: Larsson, Johan, et al.
Veröffentlicht: (2020)

Explore the vulnerability of black-box models via diffusion models
von: Shi, Jiacheng, et al.
Veröffentlicht: (2025)

Look-Ahead Screening Rules for the Lasso
von: Larsson, Johan
Veröffentlicht: (2021)

Safe In-Context Reinforcement Learning
von: Moeini, Amir, et al.
Veröffentlicht: (2025)

From Uncertain to Safe: Conformal Fine-Tuning of Diffusion Models for Safe PDE Control
von: Hu, Peiyan, et al.
Veröffentlicht: (2025)

Inference-Time Rule Eraser: Fair Recognition via Distilling and Removing Biased Rules
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Clinical Data Goes MEDS? Let's OWL make sense of it
von: Marfoglia, Alberto, et al.
Veröffentlicht: (2026)

Conditional Sequence Modeling for Safe Reinforcement Learning
von: Bai, Wensong, et al.
Veröffentlicht: (2026)

Provably Safe Model Updates
von: Elmecker-Plakolm, Leo, et al.
Veröffentlicht: (2025)

Semantic GUI Scene Learning and Video Alignment for Detecting Duplicate Video-based Bug Reports
von: Yan, Yanfu, et al.
Veröffentlicht: (2024)

Distributional Diffusion Models with Scoring Rules
von: De Bortoli, Valentin, et al.
Veröffentlicht: (2025)

DARE: Difficulty-Adaptive Reinforcement Learning with Co-Evolved Difficulty Estimation
von: Zhou, Yang, et al.
Veröffentlicht: (2026)

TabPFN: One Model to Rule Them All?
von: Zhang, Qiong, et al.
Veröffentlicht: (2025)

SafeLLM: Unlearning Harmful Outputs from Large Language Models against Jailbreak Attacks
von: Li, Xiangman, et al.
Veröffentlicht: (2025)

A Set of Rules for Model Validation
von: Camacho, José
Veröffentlicht: (2025)

GVPO: Group Variance Policy Optimization for Large Language Model Post-Training
von: Zhang, Kaichen, et al.
Veröffentlicht: (2025)

Online Transfer Learning for RSV Case Detection
von: Sun, Yiming, et al.
Veröffentlicht: (2024)

PIGDreamer: Privileged Information Guided World Models for Safe Partially Observable Reinforcement Learning
von: Huang, Dongchi, et al.
Veröffentlicht: (2025)

Efficient Exploration of the Rashomon Set of Rule Set Models
von: Ciaperoni, Martino, et al.
Veröffentlicht: (2024)

Large Language Models for Designing Participatory Budgeting Rules
von: Thach, Nguyen, et al.
Veröffentlicht: (2026)