Buchumschlag

KAIROS: Scalable Model-Agnostic Data Valuation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Jiongli, Prashant, Parjanya Prajakta, Cloninger, Alex, Salimi, Babak
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

Fine-Tuning Without Forgetting via Loss-Adaptive Learning Rates
von: Prashant, Parjanya Prajakta, et al.
Veröffentlicht: (2026)

A Lightweight Method to Disrupt Memorized Sequences in LLM
von: Prashant, Parjanya Prajakta, et al.
Veröffentlicht: (2025)

Scalable Out-of-distribution Robustness in the Presence of Unobserved Confounders
von: Prashant, Parjanya, et al.
Veröffentlicht: (2024)

Learning from Uncertain Data: From Possible Worlds to Possible Models
von: Zhu, Jiongli, et al.
Veröffentlicht: (2024)

Stress-Testing ML Pipelines with Adversarial Data Corruption
von: Zhu, Jiongli, et al.
Veröffentlicht: (2025)

SAVA: Scalable Learning-Agnostic Data Valuation
von: Kessler, Samuel, et al.
Veröffentlicht: (2024)

OTClean: Data Cleaning for Conditional Independence Violations using Optimal Transport
von: Pirhadi, Alireza, et al.
Veröffentlicht: (2024)

Differentiable Causal Discovery For Latent Hierarchical Causal Models
von: Prashant, Parjanya, et al.
Veröffentlicht: (2024)

Sketching the Readout of Large Language Models for Scalable Data Attribution and Valuation
von: Ran, Yide, et al.
Veröffentlicht: (2026)

OT Score: An OT based Confidence Score for Prototype-Assisted Source Free Unsupervised Domain Adaptation
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

Private, Augmentation-Robust and Task-Agnostic Data Valuation Approach for Data Marketplace
von: Jahani-Nezhad, Tayyebeh, et al.
Veröffentlicht: (2024)

Is Data Valuation Learnable and Interpretable?
von: Wu, Ou, et al.
Veröffentlicht: (2024)

KAIROS: Unified Training for Universal Non-Autoregressive Time Series Forecasting
von: Ding, Kuiye, et al.
Veröffentlicht: (2025)

LIFT: Latent Implicit Functions for Task- and Data-Agnostic Encoding
von: Kazerouni, Amirhossein, et al.
Veröffentlicht: (2025)

Data Distribution Valuation
von: Xu, Xinyi, et al.
Veröffentlicht: (2024)

Revisiting Meta-Learning with Noisy Labels: Reweighting Dynamics and Theoretical Guarantees
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

GeoEdit: Local Frames for Fast, Training-Free On-Manifold Editing in Diffusion Models
von: Zhang, Yiming, et al.
Veröffentlicht: (2026)

Disentangled Structural and Featural Representation for Task-Agnostic Graph Valuation
von: Falahati, Ali, et al.
Veröffentlicht: (2024)

Generalization Below the Edge of Stability: The Role of Data Geometry
von: Liang, Tongtong, et al.
Veröffentlicht: (2025)

Scalable Valuation of Human Feedback through Provably Robust Model Alignment
von: Fujisawa, Masahiro, et al.
Veröffentlicht: (2025)

Scalable Property Valuation Models via Graph-based Deep Learning
von: Riveros, Enrique, et al.
Veröffentlicht: (2024)

Beyond Models! Explainable Data Valuation and Metric Adaption for Recommendation
von: Jia, Renqi, et al.
Veröffentlicht: (2025)

Point Cloud Classification via Deep Set Linearized Optimal Transport
von: Mahan, Scott, et al.
Veröffentlicht: (2024)

Training Guarantees of Neural Network Classification Two-Sample Tests by Kernel Analysis
von: Khurana, Varun, et al.
Veröffentlicht: (2024)

Lightweight and Robust Federated Data Valuation
von: Tang, Guojun, et al.
Veröffentlicht: (2025)

A Model-Agnostic Graph Neural Network for Integrating Local and Global Information
von: Zhou, Wenzhuo, et al.
Veröffentlicht: (2023)

Fast-DataShapley: Neural Modeling for Training Data Valuation
von: Sun, Haifeng, et al.
Veröffentlicht: (2025)

ALinFiK: Learning to Approximate Linearized Future Influence Kernel for Scalable Third-Party LLM Data Valuation
von: Pan, Yanzhou, et al.
Veröffentlicht: (2025)

Data Valuation and Selection in a Federated Model Marketplace
von: Li, Wenqian, et al.
Veröffentlicht: (2025)

Order-Agnostic Autoregressive Modelling with Missing Data
von: Peis, Ignacio, et al.
Veröffentlicht: (2026)

On the Usage of Gaussian Process for Efficient Data Valuation
von: Bénesse, Clément, et al.
Veröffentlicht: (2025)

Error Estimate and Convergence Analysis for Data Valuation
von: Liang, Zhangyong, et al.
Veröffentlicht: (2025)

EfficientLLM: Scalable Pruning-Aware Pretraining for Architecture-Agnostic Edge Language Models
von: Xing, Xingrun, et al.
Veröffentlicht: (2025)

Data Valuation with Gradient Similarity
von: Evans, Nathaniel J., et al.
Veröffentlicht: (2024)

LossVal: Efficient Data Valuation for Neural Networks
von: Wibiral, Tim, et al.
Veröffentlicht: (2024)

Data Distribution Valuation Using Generalized Bayesian Inference
von: Nguyen, Cuong N., et al.
Veröffentlicht: (2026)

Transformers for Learning on Noisy and Task-Level Manifolds: Approximation and Generalization Insights
von: Shen, Zhaiming, et al.
Veröffentlicht: (2025)

Causal DAG Summarization (Full Version)
von: Zeng, Anna, et al.
Veröffentlicht: (2025)

Stress-Testing Causal Claims via Cardinality Repairs
von: Gabbay, Yarden, et al.
Veröffentlicht: (2025)

Unbalanced Optimal Transport Dictionary Learning for Unsupervised Hyperspectral Image Clustering
von: Lentz, Joshua, et al.
Veröffentlicht: (2026)