:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, ShuNing, Xiong, YinSong, Zhang, Yu, Zheng, Zhuoran
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2505.21180
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploiting Latent Linearity in LLMs Improves Explainable Molecular Representation Learning
von: Li, Zhuoran, et al.
Veröffentlicht: (2024)

Unlocking Out-of-Distribution Generalization in Transformers via Recursive Latent Space Reasoning
von: Altabaa, Awni, et al.
Veröffentlicht: (2025)

Directional Concentration Uncertainty: A representational approach to uncertainty quantification for generative models
von: Chattopadhyay, Souradeep, et al.
Veröffentlicht: (2026)

A calibration test for evaluating set-based epistemic uncertainty representations
von: Jürgens, Mira, et al.
Veröffentlicht: (2025)

Incorporating uncertainty quantification into travel mode choice modeling: a Bayesian neural network (BNN) approach and an uncertainty-guided active survey framework
von: Zheng, Shuwen, et al.
Veröffentlicht: (2024)

Remedying uncertainty representations in visual inference through Explaining-Away Variational Autoencoders
von: Catoni, Josefina, et al.
Veröffentlicht: (2024)

FLAG: Foundation model representation with Latent diffusion Alignment via Graph for spatial gene expression prediction
von: Si, Qi, et al.
Veröffentlicht: (2026)

Breaking Model Lock-in: Cost-Efficient Zero-Shot LLM Routing via a Universal Latent Space
von: Yan, Cheng, et al.
Veröffentlicht: (2026)

Deep learning with noisy labels in medical prediction problems: a scoping review
von: Wei, Yishu, et al.
Veröffentlicht: (2024)

Dynamic Large Concept Models: Latent Reasoning in an Adaptive Semantic Space
von: Qu, Xingwei, et al.
Veröffentlicht: (2025)

Why are hyperbolic neural networks effective? A study on hierarchical representation capability
von: Tan, Shicheng, et al.
Veröffentlicht: (2024)

TPLA: Tensor Parallel Latent Attention for Efficient Disaggregated Prefill and Decode Inference
von: Tang, Xiaojuan, et al.
Veröffentlicht: (2025)

SemPPL: Predicting pseudo-labels for better contrastive representations
von: Bošnjak, Matko, et al.
Veröffentlicht: (2023)

On the Role of Information Structure in Reinforcement Learning for Partially-Observable Sequential Teams and Games
von: Altabaa, Awni, et al.
Veröffentlicht: (2024)

ABCD: Trust enhanced Attention based Convolutional Autoencoder for Risk Assessment
von: Naidu, Sarala, et al.
Veröffentlicht: (2024)

EAP-GP: Mitigating Saturation Effect in Gradient-based Automated Circuit Identification
von: Zhang, Lin, et al.
Veröffentlicht: (2025)

Nonparametric Identification of Latent Concepts
von: Zheng, Yujia, et al.
Veröffentlicht: (2025)

Democratizing Large Language Model-Based Graph Data Augmentation via Latent Knowledge Graphs
von: Feng, Yushi, et al.
Veröffentlicht: (2025)

Beyond Squared Error: Exploring Loss Design for Enhanced Training of Generative Flow Networks
von: Hu, Rui, et al.
Veröffentlicht: (2024)

Causal invariant geographic network representations with feature and structural distribution shifts
von: Wang, Yuhan, et al.
Veröffentlicht: (2025)

Pretrained deep models outperform GBDTs in Learning-To-Rank under label scarcity
von: Hou, Charlie, et al.
Veröffentlicht: (2023)

Large language models as uncertainty-calibrated optimizers for experimental discovery
von: Ranković, Bojana, et al.
Veröffentlicht: (2025)

Failure to Mix: Large language models struggle to answer according to desired probability distributions
von: Yang, Ivy Yuqian, et al.
Veröffentlicht: (2025)

The Curse of Depth in Large Language Models
von: Sun, Wenfang, et al.
Veröffentlicht: (2025)

LacaDM: A Latent Causal Diffusion Model for Multiobjective Reinforcement Learning
von: Yan, Xueming, et al.
Veröffentlicht: (2025)

Latent Shadows: The Gaussian-Discrete Duality in Masked Diffusion
von: Chen, Guinan, et al.
Veröffentlicht: (2026)

Latent Laplace Diffusion for Irregular Multivariate Time Series
von: You, Zinuo, et al.
Veröffentlicht: (2026)

TACO: Temporal Latent Action-Driven Contrastive Loss for Visual Reinforcement Learning
von: Zheng, Ruijie, et al.
Veröffentlicht: (2023)

PowerFlow: Unlocking the Dual Nature of LLMs via Principled Distribution Matching
von: Chen, Ruishuo, et al.
Veröffentlicht: (2026)

Occam's model: Selecting simpler representations for better transferability estimation
von: Singh, Prabhant, et al.
Veröffentlicht: (2025)

Discriminative protein sequence modelling with Latent Space Diffusion
von: Quinn, Eoin, et al.
Veröffentlicht: (2025)

Time series forecasting based on optimized LLM for fault prediction in distribution power grid insulators
von: Matos-Carvalho, João Pedro, et al.
Veröffentlicht: (2025)

Accelerating Prefilling for Long-Context LLMs via Sparse Pattern Sharing
von: Peng, Dan, et al.
Veröffentlicht: (2025)

Detecting labeling bias using influence functions
von: Jørgensen, Frida, et al.
Veröffentlicht: (2026)

Promises and Pitfalls of Threshold-based Auto-labeling
von: Vishwakarma, Harit, et al.
Veröffentlicht: (2022)

Reparameterization Proximal Policy Optimization
von: Zhong, Hai, et al.
Veröffentlicht: (2025)

A Semantic and Clean-label Backdoor Attack against Graph Convolutional Networks
von: Dai, Jiazhu, et al.
Veröffentlicht: (2025)

Reparameterization Flow Policy Optimization
von: Zhong, Hai, et al.
Veröffentlicht: (2026)

A Recursive Decomposition Framework for Causal Structure Learning in the Presence of Latent Variables
von: Li, Zheng, et al.
Veröffentlicht: (2026)

TransMLA: Multi-Head Latent Attention Is All You Need
von: Meng, Fanxu, et al.
Veröffentlicht: (2025)