Buchumschlag

Agnostic Learning under Targeted Poisoning: Optimal Rates and the Role of Randomness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chornomaz, Bogdan, Koren, Yonatan, Moran, Shay, Waknine, Tom
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Probability 68Q32 I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Reductions and Representations of Learning Problems in Euclidean Spaces
von: Chornomaz, Bogdan, et al.
Veröffentlicht: (2024)

Margin in Abstract Spaces
von: Ashlagi, Yair, et al.
Veröffentlicht: (2026)

Spherical dimension
von: Chornomaz, Bogdan, et al.
Veröffentlicht: (2025)

Ambiguous Online Learning
von: Kosoy, Vanessa
Veröffentlicht: (2025)

Adaptive Discretization in Online Reinforcement Learning
von: Sinclair, Sean R., et al.
Veröffentlicht: (2021)

Aligning Inductive Bias for Data-Efficient Generalization in State Space Models
von: Chen, Qiyu, et al.
Veröffentlicht: (2025)

Regret Bounds for Robust Online Decision Making
von: Appel, Alexander, et al.
Veröffentlicht: (2025)

Frequency Principle: Fourier Analysis Sheds Light on Deep Neural Networks
von: Xu, Zhi-Qin John, et al.
Veröffentlicht: (2019)

Backpropagation Through Time For Networks With Long-Term Dependencies
von: Bird, George, et al.
Veröffentlicht: (2021)

Reinforcement Learning in MDPs with Information-Ordered Policies
von: Zhang, Zhongjun, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Reachability: Guaranteeing Asymptotic Optimality
von: Palasamudram, Amogh, et al.
Veröffentlicht: (2026)

The Role of Randomness in Stability
von: Hopkins, Max, et al.
Veröffentlicht: (2025)

Golden Handcuffs make safer AI agents
von: Ebtekar, Aram, et al.
Veröffentlicht: (2026)

The Current and Future Perspectives of Zinc Oxide Nanoparticles in the Treatment of Diabetes Mellitus
von: Yousaf, Iqra
Veröffentlicht: (2024)

Retrieval-Augmented Memory for Online Learning
von: Du, Wenzhang
Veröffentlicht: (2025)

Sparse Knowledge Distillation: A Mathematical Framework for Probability-Domain Temperature Scaling and Multi-Stage Compression
von: Flouro, Aaron R., et al.
Veröffentlicht: (2026)

Mitigating Catastrophic Forgetting in Streaming Generative and Predictive Learning via Stateful Replay
von: Du, Wenzhang
Veröffentlicht: (2025)

Superior Scoring Rules for Probabilistic Evaluation of Single-Label Multi-Class Classification Tasks
von: Ahmadian, Rouhollah, et al.
Veröffentlicht: (2024)

Tricks and Plug-ins for Gradient Boosting with Transformers
von: Fang, Biyi, et al.
Veröffentlicht: (2025)

Statistical Guarantees for Lifelong Reinforcement Learning using PAC-Bayes Theory
von: Zhang, Zhi, et al.
Veröffentlicht: (2024)

MMD-Balls as Credal Sets: A PAC-Bayesian Framework for Epistemic Uncertainty in Test-Time Adaptation
von: Ariq, Ahanaf Hasan
Veröffentlicht: (2026)

Inductive Venn-Abers and related regressors
von: Petej, Ivan, et al.
Veröffentlicht: (2026)

Aggregation in conformal e-classification
von: Vovk, Vladimir
Veröffentlicht: (2026)

ZetA: A Riemann Zeta-Scaled Extension of Adam for Deep Learning
von: BC, Samiksha
Veröffentlicht: (2025)

Theoretical Analysis of Positional Encodings in Transformer Models: Impact on Expressiveness and Generalization
von: Li, Yin
Veröffentlicht: (2025)

Optimistic Feasible Search for Closed-Loop Fair Threshold Decision-Making
von: Du, Wenzhang
Veröffentlicht: (2025)

Energy-Efficient Information Representation in MNIST Classification Using Biologically Inspired Learning
von: Stricker, Patrick, et al.
Veröffentlicht: (2026)

Understanding the Nature of Generative AI as Threshold Logic in High-Dimensional Space
von: Levin, Ilya
Veröffentlicht: (2026)

Advances in Set Function Learning: A Survey of Techniques and Applications
von: Xie, Jiahao, et al.
Veröffentlicht: (2025)

Black-Box Uniform Stability for Non-Euclidean Empirical Risk Minimization
von: Vary, Simon, et al.
Veröffentlicht: (2024)

Position: Uncertainty Quantification in LLMs is Just Unsupervised Clustering
von: Chen, Tiejin, et al.
Veröffentlicht: (2026)

The two clocks and the innovation window: When and how generative models learn rules
von: Wang, Binxu, et al.
Veröffentlicht: (2026)

Binarized Neural Networks Converge Toward Algorithmic Simplicity: Empirical Support for the Learning-as-Compression Hypothesis
von: Sakabe, Eduardo Y., et al.
Veröffentlicht: (2025)

Online Decision Making with Generative Action Sets
von: Xu, Jianyu, et al.
Veröffentlicht: (2025)

Pair Correlation Factor and the Sample Complexity of Gaussian Mixtures
von: Aryan, Farzad
Veröffentlicht: (2025)

Dual VC Dimension Obstructs Sample Compression by Embeddings
von: Chase, Zachary, et al.
Veröffentlicht: (2024)

Diagnosing Multi-step Reasoning Failures in Black-box LLMs via Stepwise Confidence Attribution
von: Liu, Xiaoou, et al.
Veröffentlicht: (2026)

On the Equivalence of Regression and Classification
von: Jayadeva, et al.
Veröffentlicht: (2025)

InhibiDistilbert: Knowledge Distillation for a ReLU and Addition-based Transformer
von: Zhang, Tony, et al.
Veröffentlicht: (2025)

Modularity in Transformers: Investigating Neuron Separability & Specialization
von: Pochinkov, Nicholas, et al.
Veröffentlicht: (2024)