:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Auer, Andreas, Podest, Patrick, Klotz, Daniel, Böck, Sebastian, Klambauer, Günter, Hochreiter, Sepp
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2505.23719
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pre-trained Forecasting Models: Strong Zero-Shot Feature Extractors for Time Series Classification
von: Auer, Andreas, et al.
Veröffentlicht: (2025)

xLSTM: Extended Long Short-Term Memory
von: Beck, Maximilian, et al.
Veröffentlicht: (2024)

VN-EGNN: E(3)-Equivariant Graph Neural Networks with Virtual Nodes Enhance Protein Binding Site Identification
von: Sestak, Florian, et al.
Veröffentlicht: (2024)

xLSTM 7B: A Recurrent LLM for Fast and Efficient Inference
von: Beck, Maximilian, et al.
Veröffentlicht: (2025)

Simplified priors for Object-Centric Learning
von: Patil, Vihang, et al.
Veröffentlicht: (2024)

Effective Distillation to Hybrid xLSTM Architectures
von: Hauzenberger, Lukas, et al.
Veröffentlicht: (2026)

xLSTM Scaling Laws: Competitive Performance with Linear Time-Complexity
von: Beck, Maximilian, et al.
Veröffentlicht: (2025)

Energy-based Hopfield Boosting for Out-of-Distribution Detection
von: Hofmann, Claus, et al.
Veröffentlicht: (2024)

Zero-Shot Time Series Forecasting with Covariates via In-Context Learning
von: Auer, Andreas, et al.
Veröffentlicht: (2025)

A Large Recurrent Action Model: xLSTM enables Fast Inference for Robotics Tasks
von: Schmied, Thomas, et al.
Veröffentlicht: (2024)

A Diffusion Model Framework for Unsupervised Neural Combinatorial Optimization
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2024)

Bio-xLSTM: Generative modeling, representation and in-context learning of biological and chemical sequences
von: Schmidinger, Niklas, et al.
Veröffentlicht: (2024)

AP-OOD: Attention Pooling for Out-of-Distribution Detection
von: Hofmann, Claus, et al.
Veröffentlicht: (2026)

Unlocking the Working Memory of Large Language Models for Latent Reasoning
von: Aichberger, Lukas, et al.
Veröffentlicht: (2026)

Closing the Domain Gap in Biomedical Imaging by In-Context Control Samples
von: Sanchez-Fernandez, Ana, et al.
Veröffentlicht: (2026)

Contrastive Geometric Learning Unlocks Unified Structure- and Ligand-Based Drug Design
von: Schneckenreiter, Lisa, et al.
Veröffentlicht: (2026)

Rethinking Losses for Diffusion Bridge Samplers
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

Contrastive Abstraction for Reinforcement Learning
von: Patil, Vihang, et al.
Veröffentlicht: (2024)

Rethinking Uncertainty Estimation in LLMs: A Principled Single-Sequence Measure
von: Aichberger, Lukas, et al.
Veröffentlicht: (2024)

FlashRNN: I/O-Aware Optimization of Traditional RNNs on modern hardware
von: Pöppel, Korbinian, et al.
Veröffentlicht: (2024)

Symbol-Equivariant Recurrent Reasoning Models
von: Freinschlag, Richard, et al.
Veröffentlicht: (2026)

Geometry-Informed Neural Networks
von: Berzins, Arturs, et al.
Veröffentlicht: (2024)

MIM-Refiner: A Contrastive Learning Boost from Intermediate Pre-Trained Representations
von: Alkin, Benedikt, et al.
Veröffentlicht: (2024)

LaM-SLidE: Latent Space Modeling of Spatial Dynamical Systems via Linked Entities
von: Sestak, Florian, et al.
Veröffentlicht: (2025)

The "BID" Model Test of the Polytechnic of Hanover: Principles, Structure, Solutions and Problems of New Studies in the Field of Librarianship, Information and Documentation.
von: Bock, Gunter
Veröffentlicht: (1987)

GNN-VPA: A Variance-Preserving Aggregation Strategy for Graph Neural Networks
von: Schneckenreiter, Lisa, et al.
Veröffentlicht: (2024)

LSTPrompt: Large Language Models as Zero-Shot Time Series Forecasters by Long-Short-Term Prompting
von: Liu, Haoxin, et al.
Veröffentlicht: (2024)

On Information-Theoretic Measures of Predictive Uncertainty
von: Schweighofer, Kajetan, et al.
Veröffentlicht: (2024)

Addressing Pitfalls in the Evaluation of Uncertainty Estimation Methods for Natural Language Generation
von: Ielanskyi, Mykyta, et al.
Veröffentlicht: (2025)

Linear Alignment of Vision-language Models for Image Captioning
von: Paischer, Fabian, et al.
Veröffentlicht: (2023)

Improving Uncertainty Estimation through Semantically Diverse Language Generation
von: Aichberger, Lukas, et al.
Veröffentlicht: (2024)

Tiled Flash Linear Attention: More Efficient Linear RNN and xLSTM Kernels
von: Beck, Maximilian, et al.
Veröffentlicht: (2025)

Scalable Discrete Diffusion Samplers: Combinatorial Optimization and Statistical Physics
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

T- Rex
von: bobboart
Veröffentlicht: (2021)

Evaluating Zero-Shot Long-Context LLM Compression
von: Wang, Chenyu, et al.
Veröffentlicht: (2024)

The Disparate Benefits of Deep Ensembles
von: Schweighofer, Kajetan, et al.
Veröffentlicht: (2024)

Adaptive Retrieval helps Reasoning in LLMs -- but mostly if it's not used
von: Shakya, Srijan, et al.
Veröffentlicht: (2026)

International Standardization and Trade Regulation
von: Klotz, Sebastian
Veröffentlicht: (2024)

Zero-Shot Learning for Obsolescence Risk Forecasting
von: Saad, Elie, et al.
Veröffentlicht: (2025)

Vision-LSTM: xLSTM as Generic Vision Backbone
von: Alkin, Benedikt, et al.
Veröffentlicht: (2024)