Buchumschlag

Continuum Transformers Perform In-Context Learning by Operator Gradient Descent

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mishra, Abhiti, Patel, Yash, Tewari, Ambuj
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

Operator Learning for Schrödinger Equation: Unitarity, Error Bounds, and Time Generalization
von: Patel, Yash, et al.
Veröffentlicht: (2025)

Distribution-Free Robust Predict-Then-Optimize in Function Spaces
von: Patel, Yash, et al.
Veröffentlicht: (2026)

A Greedy PDE Router for Blending Neural Operators and Classical Methods
von: Rayan, Sahana, et al.
Veröffentlicht: (2025)

Operator Learning: A Statistical Perspective
von: Subedi, Unique, et al.
Veröffentlicht: (2025)

Conformal Prediction for Ensembles: Improving Efficiency via Score-Based Aggregation
von: Rivera, Eduardo Ochoa, et al.
Veröffentlicht: (2024)

On the Benefits of Active Data Collection in Operator Learning
von: Subedi, Unique, et al.
Veröffentlicht: (2024)

Is Zero-Shot Super-Resolution Possible in Operator Learning?
von: Subedi, Unique, et al.
Veröffentlicht: (2026)

Controlling Statistical, Discretization, and Truncation Errors in Learning Fourier Linear Operators
von: Subedi, Unique, et al.
Veröffentlicht: (2024)

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

If generative AI is the answer, what is the question?
von: Tewari, Ambuj
Veröffentlicht: (2025)

Do pretrained Transformers Learn In-Context by Gradient Descent?
von: Shen, Lingfeng, et al.
Veröffentlicht: (2023)

A Primal-Dual Algorithm for Offline Constrained Reinforcement Learning with Linear MDPs
von: Hong, Kihyuk, et al.
Veröffentlicht: (2024)

Learning to Partially Defer for Sequences
von: Rayan, Sahana, et al.
Veröffentlicht: (2025)

Variational Inference with Coverage Guarantees in Simulation-Based Inference
von: Patel, Yash, et al.
Veröffentlicht: (2023)

On the Minimax Regret in Online Ranking with Top-k Feedback
von: Zhang, Mingyuan, et al.
Veröffentlicht: (2023)

An Asymptotically Optimal Algorithm for the Convex Hull Membership Problem
von: Qiao, Gang, et al.
Veröffentlicht: (2023)

Quantum Learning Theory Beyond Batch Binary Classification
von: Mohan, Preetham, et al.
Veröffentlicht: (2023)

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

Offline Constrained Reinforcement Learning under Partial Data Coverage
von: Ko, Seokmin, et al.
Veröffentlicht: (2025)

A Computationally Efficient Algorithm for Infinite-Horizon Average-Reward Linear MDPs
von: Hong, Kihyuk, et al.
Veröffentlicht: (2025)

On Next-Token Prediction in LLMs: How End Goals Determine the Consistency of Decoding Algorithms
von: Trauger, Jacob, et al.
Veröffentlicht: (2025)

Compute Aligned Training: Optimizing for Test Time Inference
von: Ousherovitch, Adam, et al.
Veröffentlicht: (2026)

Transformers Efficiently Perform In-Context Logistic Regression via Normalized Gradient Descent
von: Zhang, Chenyang, et al.
Veröffentlicht: (2026)

Optimal Thresholding Linear Bandit
von: Rivera, Eduardo Ochoa, et al.
Veröffentlicht: (2024)

Online Conformal Prediction: Enforcing monotonicity via Online Optimization
von: Rivera, Eduardo Ochoa, et al.
Veröffentlicht: (2026)

Near Optimal Pure Exploration in Logistic Bandits
von: Rivera, Eduardo Ochoa, et al.
Veröffentlicht: (2024)

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

Transformers Implement Functional Gradient Descent to Learn Non-Linear Functions In Context
von: Cheng, Xiang, et al.
Veröffentlicht: (2023)

Characterizing the Multiclass Learnability of Forgiving 0-1 Loss Functions
von: Trauger, Jacob, et al.
Veröffentlicht: (2025)

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)

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)

Leveraging Offline Data in Linear Latent Contextual Bandits
von: Kausik, Chinmaya, et al.
Veröffentlicht: (2024)

On the Computational Complexity of Private High-dimensional Model Selection
von: Roy, Saptarshi, et al.
Veröffentlicht: (2023)

Understanding Best Subset Selection: A Tale of Two C(omplex)ities
von: Roy, Saptarshi, et al.
Veröffentlicht: (2023)

Latency-Aware Contextual Bandit: Application to Cryo-EM Data Collection
von: Wei, Lai, et al.
Veröffentlicht: (2024)

Gauss-Newton Natural Gradient Descent for Shape Learning
von: King, James, et al.
Veröffentlicht: (2026)