Buchumschlag

Subset Selection for Fine-Tuning: A Utility-Diversity Balanced Approach for Mathematical Domain Adaptation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kotecha, Madhav, Vaishya, Vijendra Kumar, Gautam, Smita, Racha, Suraj
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence 68T05
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A LoRA-Based Approach to Fine-Tuning LLMs for Educational Guidance in Resource-Constrained Settings
von: Hosen, Md Millat
Veröffentlicht: (2025)

Deep Reinforcement Learning Xiangqi Player with Monte Carlo Tree Search
von: Yilmaz, Berk, et al.
Veröffentlicht: (2025)

Convergence Dynamics and Stabilization Strategies of Co-Evolving Generative Models
von: Gao, Weiguo, et al.
Veröffentlicht: (2025)

Weakly Supervised Learners for Correction of AI Errors with Provable Performance Guarantees
von: Tyukin, Ivan Y., et al.
Veröffentlicht: (2024)

Learning Neural Network Classifiers with Low Model Complexity
von: Jayadeva, et al.
Veröffentlicht: (2017)

DQN Performance with Epsilon Greedy Policies and Prioritized Experience Replay
von: Perkins, Daniel, et al.
Veröffentlicht: (2025)

Pushdown Reward Machines for Reinforcement Learning
von: Varricchione, Giovanni, et al.
Veröffentlicht: (2025)

Unsupervised Ensemble Learning Through Deep Energy-based Models
von: Maymon, Ariel, et al.
Veröffentlicht: (2026)

Maximally Permissive Reward Machines
von: Varricchione, Giovanni, et al.
Veröffentlicht: (2024)

BatteryML:An Open-source platform for Machine Learning on Battery Degradation
von: Zhang, Han, et al.
Veröffentlicht: (2023)

SafeAnchor: Preventing Cumulative Safety Erosion in Continual Domain Adaptation of Large Language Models
von: Guo, Dongxin, et al.
Veröffentlicht: (2026)

Grouped Sequential Optimization Strategy -- the Application of Hyperparameter Importance Assessment in Deep Learning
von: Wang, Ruinan, et al.
Veröffentlicht: (2025)

Reciprocal Learning
von: Rodemann, Julian, et al.
Veröffentlicht: (2024)

Large Language Model Meets Graph Neural Network in Knowledge Distillation
von: Hu, Shengxiang, et al.
Veröffentlicht: (2024)

Multi-State TD Target for Model-Free Reinforcement Learning
von: Wang, Wuhao, et al.
Veröffentlicht: (2024)

A Neural Affinity Framework for Abstract Reasoning: Diagnosing the Compositional Gap in Transformer Architectures via Procedural Task Taxonomy
von: Ingram, Miguel, et al.
Veröffentlicht: (2025)

OptPO: Optimal Rollout Allocation for Test-time Policy Optimization
von: Wang, Youkang, et al.
Veröffentlicht: (2025)

What is the $\textit{intrinsic}$ dimension of your binary data? -- and how to compute it quickly
von: Hanika, Tom, et al.
Veröffentlicht: (2024)

Quantifying First-Order Markov Violations in Noisy Reinforcement Learning: A Causal Discovery Approach
von: Mysore, Naveen
Veröffentlicht: (2025)

ASNN: Learning to Suggest Neural Architectures from Performance Distributions
von: Hong, Jinwook
Veröffentlicht: (2025)

EcoTransformer: Attention without Multiplication
von: Gao, Xin, et al.
Veröffentlicht: (2025)

Noradrenergic-inspired gain modulation attenuates the stability gap in joint training
von: Rodriguez-Garcia, Alejandro, et al.
Veröffentlicht: (2025)

Topological Foundations of Reinforcement Learning
von: Kadurha, David Krame
Veröffentlicht: (2024)

Hybrid Imbalanced Regression Through Unified Data-Level and Algorithm-Level Balancing
von: Shahbazi, Shermin, et al.
Veröffentlicht: (2026)

Agent-Centric Personalized Multiple Clustering with Multi-Modal LLMs
von: Chen, Ziye, et al.
Veröffentlicht: (2025)

Bayesian Power Steering: An Effective Approach for Domain Adaptation of Diffusion Models
von: Huang, Ding, et al.
Veröffentlicht: (2024)

Topological Perspectives on Optimal Multimodal Embedding Spaces
von: B, Abdul Aziz A., et al.
Veröffentlicht: (2024)

Cross-Domain Uncertainty Quantification for Selective Prediction: A Comprehensive Bound Ablation with Transfer-Informed Betting
von: Basu, Abhinaba
Veröffentlicht: (2026)

Multi-Scale Graph Learning for Anti-Sparse Downscaling
von: Fan, Yingda, et al.
Veröffentlicht: (2025)

Graph Transformers: A Survey
von: Shehzad, Ahsan, et al.
Veröffentlicht: (2024)

QGraphLIME - Explaining Quantum Graph Neural Networks
von: Jena, Haribandhu, et al.
Veröffentlicht: (2025)

From Sparse to Dense: Toddler-inspired Reward Transition in Goal-Oriented Reinforcement Learning
von: Park, Junseok, et al.
Veröffentlicht: (2025)

Continual Learning of Domain Knowledge from Human Feedback in Text-to-SQL
von: Cook, Thomas, et al.
Veröffentlicht: (2025)

Order-Robust Class Incremental Learning: Graph-Driven Dynamic Similarity Grouping
von: Lai, Guannan, et al.
Veröffentlicht: (2025)

Evaluating Visual Mathematics in Multimodal LLMs: A Multilingual Benchmark Based on the Kangaroo Tests
von: Sáez, Arnau Igualde, et al.
Veröffentlicht: (2025)

PAC-MCTS: Bias-Aware Pruning for Robust LLM-Guided Search and Planning
von: Qian, Tianhao
Veröffentlicht: (2026)

A social path to human-like artificial intelligence
von: Duéñez-Guzmán, Edgar A., et al.
Veröffentlicht: (2024)

Memory-efficient Continual Learning with Prototypical Exemplar Condensation
von: Nguyen, Minh-Duong, et al.
Veröffentlicht: (2026)

Tracking Changing Probabilities via Dynamic Learners
von: Madani, Omid
Veröffentlicht: (2024)

Censored Sampling for Topology Design: Guiding Diffusion with Human Preferences
von: Kim, Euihyun, et al.
Veröffentlicht: (2025)