Enregistré dans:
| Auteurs principaux: | Florence, Regol, Leo, Schwinn, Kyle, Sprague, Mark, Coates, Thomas, Markovich |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2505.14903 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Jointly-Learned Exit and Inference for a Dynamic Neural Network : JEI-DNN
par: Regol, Florence, et autres
Publié: (2023)
par: Regol, Florence, et autres
Publié: (2023)
Interacting Diffusion Processes for Event Sequence Forecasting
par: Zeng, Mai, et autres
Publié: (2023)
par: Zeng, Mai, et autres
Publié: (2023)
Predicting Probabilities of Error to Combine Quantization and Early Exiting: QuEE
par: Regol, Florence, et autres
Publié: (2024)
par: Regol, Florence, et autres
Publié: (2024)
Dynamic layer selection in decoder-only transformers
par: Glavas, Theodore, et autres
Publié: (2024)
par: Glavas, Theodore, et autres
Publié: (2024)
Cost-sensitive retraining via posterior learning debt
par: Katz, Harrison
Publié: (2026)
par: Katz, Harrison
Publié: (2026)
Large-Scale Dataset Pruning in Adversarial Training through Data Importance Extrapolation
par: Nieth, Björn, et autres
Publié: (2024)
par: Nieth, Björn, et autres
Publié: (2024)
A Probabilistic Perspective on Unlearning and Alignment for Large Language Models
par: Scholten, Yan, et autres
Publié: (2024)
par: Scholten, Yan, et autres
Publié: (2024)
Model Collapse Is Not a Bug but a Feature in Machine Unlearning for LLMs
par: Scholten, Yan, et autres
Publié: (2025)
par: Scholten, Yan, et autres
Publié: (2025)
On the retraining frequency of global models in retail demand forecasting
par: Zanotti, Marco
Publié: (2025)
par: Zanotti, Marco
Publié: (2025)
Byte Pair Encoding for Efficient Time Series Forecasting
par: Götz, Leon, et autres
Publié: (2025)
par: Götz, Leon, et autres
Publié: (2025)
Sampling-aware Adversarial Attacks Against Large Language Models
par: Beyer, Tim, et autres
Publié: (2025)
par: Beyer, Tim, et autres
Publié: (2025)
Efficient Time Series Processing for Transformers and State-Space Models through Token Merging
par: Götz, Leon, et autres
Publié: (2024)
par: Götz, Leon, et autres
Publié: (2024)
Uncertainty Estimation on Graphs with Structure Informed Stochastic Partial Differential Equations
par: Xu, Fred, et autres
Publié: (2025)
par: Xu, Fred, et autres
Publié: (2025)
Joint Relational Database Generation via Graph-Conditional Diffusion Models
par: Ketata, Mohamed Amine, et autres
Publié: (2025)
par: Ketata, Mohamed Amine, et autres
Publié: (2025)
Understanding the Design Principles of Link Prediction in Directed Settings
par: Zhai, Jun, et autres
Publié: (2025)
par: Zhai, Jun, et autres
Publié: (2025)
Diffusion LLMs are Natural Adversaries for any LLM
par: Lüdke, David, et autres
Publié: (2025)
par: Lüdke, David, et autres
Publié: (2025)
Soft Prompt Threats: Attacking Safety Alignment and Unlearning in Open-Source LLMs through the Embedding Space
par: Schwinn, Leo, et autres
Publié: (2024)
par: Schwinn, Leo, et autres
Publié: (2024)
Adversarial Robustness of Graph Transformers
par: Foth, Philipp, et autres
Publié: (2024)
par: Foth, Philipp, et autres
Publié: (2024)
Joint Out-of-Distribution Filtering and Data Discovery Active Learning
par: Schmidt, Sebastian, et autres
Publié: (2025)
par: Schmidt, Sebastian, et autres
Publié: (2025)
Extracting Unlearned Information from LLMs with Activation Steering
par: Seyitoğlu, Atakan, et autres
Publié: (2024)
par: Seyitoğlu, Atakan, et autres
Publié: (2024)
Variation Matters: from Mitigating to Embracing Zero-Shot NAS Ranking Function Variation
par: Rumiantsev, Pavel, et autres
Publié: (2025)
par: Rumiantsev, Pavel, et autres
Publié: (2025)
Half Search Space is All You Need
par: Rumiantsev, Pavel, et autres
Publié: (2025)
par: Rumiantsev, Pavel, et autres
Publié: (2025)
Score-based change point detection via tracking the best of infinitely many experts
par: Markovich, Anna, et autres
Publié: (2024)
par: Markovich, Anna, et autres
Publié: (2024)
Efficient Adversarial Training in LLMs with Continuous Attacks
par: Xhonneux, Sophie, et autres
Publié: (2024)
par: Xhonneux, Sophie, et autres
Publié: (2024)
Flow Matching with Gaussian Process Priors for Probabilistic Time Series Forecasting
par: Kollovieh, Marcel, et autres
Publié: (2024)
par: Kollovieh, Marcel, et autres
Publié: (2024)
Graph Knowledge Distillation to Mixture of Experts
par: Rumiantsev, Pavel, et autres
Publié: (2024)
par: Rumiantsev, Pavel, et autres
Publié: (2024)
Effective Data Pruning through Score Extrapolation
par: Schmidt, Sebastian, et autres
Publié: (2025)
par: Schmidt, Sebastian, et autres
Publié: (2025)
Des-q: a quantum algorithm to provably speedup retraining of decision trees
par: Kumar, Niraj, et autres
Publié: (2023)
par: Kumar, Niraj, et autres
Publié: (2023)
Accelerating the prediction of inorganic surfaces with machine learning interatomic potentials
par: Noordhoek, Kyle, et autres
Publié: (2023)
par: Noordhoek, Kyle, et autres
Publié: (2023)
ddml: Double/debiased machine learning in Stata
par: Ahrens, Achim, et autres
Publié: (2023)
par: Ahrens, Achim, et autres
Publié: (2023)
Guiding the retraining of convolutional neural networks against adversarial inputs
par: López, Francisco Durán, et autres
Publié: (2022)
par: López, Francisco Durán, et autres
Publié: (2022)
Emergent specialization from participation dynamics and multi-learner retraining
par: Dean, Sarah, et autres
Publié: (2022)
par: Dean, Sarah, et autres
Publié: (2022)
Scaling Laws for Discriminative Classification in Large Language Models
par: Wyatte, Dean, et autres
Publié: (2024)
par: Wyatte, Dean, et autres
Publié: (2024)
Automatic mixed precision for optimizing gained time with constrained loss mean-squared-error based on model partition to sequential sub-graphs
par: Markovich-Golan, Shmulik, et autres
Publié: (2025)
par: Markovich-Golan, Shmulik, et autres
Publié: (2025)
A Generative Approach to LLM Harmfulness Mitigation with Red Flag Tokens
par: Dobre, David, et autres
Publié: (2025)
par: Dobre, David, et autres
Publié: (2025)
Adversarial Alignment for LLMs Requires Simpler, Reproducible, and More Measurable Objectives
par: Schwinn, Leo, et autres
Publié: (2025)
par: Schwinn, Leo, et autres
Publié: (2025)
Neural Implicit Swept Volume Models for Fast Collision Detection
par: Joho, Dominik, et autres
Publié: (2024)
par: Joho, Dominik, et autres
Publié: (2024)
Implicit score matching meets denoising score matching: improved rates of convergence and log-density Hessian estimation
par: Yakovlev, Konstantin, et autres
Publié: (2025)
par: Yakovlev, Konstantin, et autres
Publié: (2025)
Unexplored flaws in multiple-choice VQA evaluations
par: Rosenthal, Fabio, et autres
Publié: (2025)
par: Rosenthal, Fabio, et autres
Publié: (2025)
Same accuracy, twice as fast: continuous training surpasses retraining from scratch
par: Verwimp, Eli, et autres
Publié: (2025)
par: Verwimp, Eli, et autres
Publié: (2025)
Documents similaires
-
Jointly-Learned Exit and Inference for a Dynamic Neural Network : JEI-DNN
par: Regol, Florence, et autres
Publié: (2023) -
Interacting Diffusion Processes for Event Sequence Forecasting
par: Zeng, Mai, et autres
Publié: (2023) -
Predicting Probabilities of Error to Combine Quantization and Early Exiting: QuEE
par: Regol, Florence, et autres
Publié: (2024) -
Dynamic layer selection in decoder-only transformers
par: Glavas, Theodore, et autres
Publié: (2024) -
Cost-sensitive retraining via posterior learning debt
par: Katz, Harrison
Publié: (2026)