Copertina

Position: The Future of Bayesian Prediction Is Prior-Fitted

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Müller, Samuel, Reuter, Arik, Hollmann, Noah, Rügamer, David, Hutter, Frank
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Real-TabPFN: Improving Tabular Foundation Models via Continued Pre-training With Real-World Data
di: Garg, Anurag, et al.
Pubblicazione: (2025)

Uncertainty Quantification for Prior-Data Fitted Networks using Martingale Posteriors
di: Nagler, Thomas, et al.
Pubblicazione: (2025)

EquiTabPFN: A Target-Permutation Equivariant Prior Fitted Networks
di: Arbel, Michael, et al.
Pubblicazione: (2025)

FairPFN: Transformers Can do Counterfactual Fairness
di: Robertson, Jake, et al.
Pubblicazione: (2024)

Bayes' Power for Explaining In-Context Learning Generalizations
di: Müller, Samuel, et al.
Pubblicazione: (2024)

Bayesian Neural Scaling Law Extrapolation with Prior-Data Fitted Networks
di: Lee, Dongwoo, et al.
Pubblicazione: (2025)

Do-PFN: In-Context Learning for Causal Effect Estimation
di: Robertson, Jake, et al.
Pubblicazione: (2025)

Transformers Can Do Bayesian Inference
di: Müller, Samuel, et al.
Pubblicazione: (2021)

Can Transformers Learn Full Bayesian Inference in Context?
di: Reuter, Arik, et al.
Pubblicazione: (2025)

On the Epistemic Uncertainty of Overparametrized Neural Networks
di: Rügamer, David
Pubblicazione: (2026)

Drift-Resilient TabPFN: In-Context Learning Temporal Distribution Shifts on Tabular Data
di: Helli, Kai, et al.
Pubblicazione: (2024)

FairPFN: A Tabular Foundation Model for Causal Fairness
di: Robertson, Jake, et al.
Pubblicazione: (2025)

One-shot World Models Using a Transformer Trained on a Synthetic Prior
di: Ferreira, Fabio, et al.
Pubblicazione: (2024)

c-TPE: Tree-structured Parzen Estimator with Inequality Constraints for Expensive Hyperparameter Optimization
di: Watanabe, Shuhei, et al.
Pubblicazione: (2022)

Clustering by Attention: Leveraging Prior Fitted Transformers for Data Partitioning
di: Shokry, Ahmed, et al.
Pubblicazione: (2025)

Adjustment for Confounding using Pre-Trained Representations
di: Schulte, Rickmer, et al.
Pubblicazione: (2025)

In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior
di: Berkes, Anaïs, et al.
Pubblicazione: (2026)

Agentic NL2SQL to Reduce Computational Costs
di: Jehle, Dominik, et al.
Pubblicazione: (2025)

Efficient Search for Customized Activation Functions with Gradient Descent
di: Strack, Lukas, et al.
Pubblicazione: (2024)

Large Language Models Engineer Too Many Simple Features For Tabular Data
di: Küken, Jaris, et al.
Pubblicazione: (2024)

Don't Waste Your Time: Early Stopping Cross-Validation
di: Bergman, Edward, et al.
Pubblicazione: (2024)

Tuning LLM Judge Design Decisions for 1/1000 of the Cost
di: Salinas, David, et al.
Pubblicazione: (2025)

MultiModalPFN: Extending Prior-Data Fitted Networks for Multimodal Tabular Learning
di: Kim, Wall, et al.
Pubblicazione: (2026)

Zero-shot Multivariate Time Series Forecasting Using Tabular Prior Fitted Networks
di: Jayawardhana, Mayuka, et al.
Pubblicazione: (2026)

Bayesian Concept Bottleneck Models with LLM Priors
di: Feng, Jean, et al.
Pubblicazione: (2024)

A Positive Case for Faithfulness: LLM Self-Explanations Help Predict Model Behavior
di: Mayne, Harry, et al.
Pubblicazione: (2026)

DDTR: Diffusion Denoising Trace Recovery
di: Matyash, Maximilian, et al.
Pubblicazione: (2025)

On Training Survival Models with Scoring Rules
di: Kopper, Philipp, et al.
Pubblicazione: (2024)

Position: The Time for Sampling Is Now! Charting a New Course for Bayesian Deep Learning
di: Sommer, Emanuel, et al.
Pubblicazione: (2026)

Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
di: van der Vaart, Pascal R., et al.
Pubblicazione: (2025)

Multi-Objective Multi-Fidelity Bayesian Optimization with Causal Priors
di: Hossen, Md Abir, et al.
Pubblicazione: (2026)

Evidence-Gated LLM Priors for Multi-Objective Bayesian Optimization
di: Chen, Jiangyu, et al.
Pubblicazione: (2026)

Mamba4Cast: Efficient Zero-Shot Time Series Forecasting with State Space Models
di: Bhethanabhotla, Sathya Kamesh, et al.
Pubblicazione: (2024)

Frozen Layers: Memory-efficient Many-fidelity Hyperparameter Optimization
di: Carstensen, Timur, et al.
Pubblicazione: (2025)

Speeding Up Multi-Objective Hyperparameter Optimization by Task Similarity-Based Meta-Learning for the Tree-Structured Parzen Estimator
di: Watanabe, Shuhei, et al.
Pubblicazione: (2022)

Fast Benchmarking of Asynchronous Multi-Fidelity Optimization on Zero-Cost Benchmarks
di: Watanabe, Shuhei, et al.
Pubblicazione: (2024)

BONSAI: Bayesian Optimization with Natural Simplicity and Interpretability
di: Daulton, Samuel, et al.
Pubblicazione: (2026)

CLaP -- State Detection from Time Series
di: Ermshaus, Arik, et al.
Pubblicazione: (2025)

Raising the ClaSS of Streaming Time Series Segmentation
di: Ermshaus, Arik, et al.
Pubblicazione: (2023)

Bayesian Predictive Coding
di: Tschantz, Alexander, et al.
Pubblicazione: (2025)