Buchumschlag

Prospective Learning in Retrospect

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bai, Yuxin, Shuai, Cecelia, De Silva, Ashwin, Yu, Siyu, Chaudhari, Pratik, Vogelstein, Joshua T.
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

Prospective Learning: Learning for a Dynamic Future
von: De Silva, Ashwin, et al.
Veröffentlicht: (2024)

Optimal control of the future via prospective learning with control
von: Bai, Yuxin, et al.
Veröffentlicht: (2025)

Simple Calibration via Geodesic Kernels
von: Dey, Jayanta, et al.
Veröffentlicht: (2022)

Model Zoo: A Growing "Brain" That Learns Continually
von: Ramesh, Rahul, et al.
Veröffentlicht: (2021)

Approximately optimal domain adaptation with Fisher's Linear Discriminant
von: Helm, Hayden S., et al.
Veröffentlicht: (2023)

The Exact Equivalence of Distance and Kernel Methods for Hypothesis Testing
von: Shen, Cencheng, et al.
Veröffentlicht: (2018)

Learning Interpretable Characteristic Kernels via Decision Forests
von: Panda, Sambit, et al.
Veröffentlicht: (2018)

An Effective Gram Matrix Characterizes Generalization in Deep Networks
von: Yang, Rubing, et al.
Veröffentlicht: (2025)

An Information-Geometric Distance on the Space of Tasks
von: Gao, Yansong, et al.
Veröffentlicht: (2020)

Manifold Matching using Shortest-Path Distance and Joint Neighborhood Selection
von: Shen, Cencheng, et al.
Veröffentlicht: (2014)

From Distance Correlation to Multiscale Graph Correlation
von: Shen, Cencheng, et al.
Veröffentlicht: (2017)

Learning Capacity: A Measure of the Effective Dimensionality of a Model
von: Chen, Daiwei, et al.
Veröffentlicht: (2023)

The Chi-Square Test of Distance Correlation
von: Shen, Cencheng, et al.
Veröffentlicht: (2019)

Robust Vertex Classification
von: Chen, Li, et al.
Veröffentlicht: (2013)

Budgeting Counterfactual for Offline RL
von: Liu, Yao, et al.
Veröffentlicht: (2023)

Language Modeling with Learned Meta-Tokens
von: Shah, Alok N., et al.
Veröffentlicht: (2025)

Heat Death of Generative Models in Closed-Loop Learning
von: Marchi, Matteo, et al.
Veröffentlicht: (2024)

AutoGMM: Automatic Gaussian Mixture Modeling in Python
von: Liu, Tingshan, et al.
Veröffentlicht: (2019)

A Confidence Interval for the $\ell_2$ Expected Calibration Error
von: Sun, Yan, et al.
Veröffentlicht: (2024)

Adapting Machine Learning Diagnostic Models to New Populations Using a Small Amount of Data: Results from Clinical Neuroscience
von: Wang, Rongguang, et al.
Veröffentlicht: (2023)

Independence Testing for Temporal Data
von: Shen, Cencheng, et al.
Veröffentlicht: (2019)

How does Chain of Thought decompose complex tasks?
von: Nadgir, Amrut, et al.
Veröffentlicht: (2026)

Extremely Simple Streaming Forest
von: Xu, Haoyin, et al.
Veröffentlicht: (2021)

Fast Feature Field ($\text{F}^3$): A Predictive Representation of Events
von: Das, Richeek, et al.
Veröffentlicht: (2025)

Discovering and Deciphering Relationships Across Disparate Data Modalities
von: Vogelstein, Joshua T., et al.
Veröffentlicht: (2016)

Deep Implicit Optimization enables Robust Learnable Features for Deformable Image Registration
von: Jena, Rohit, et al.
Veröffentlicht: (2024)

Time-Varying Propensity Score to Bridge the Gap between the Past and Present
von: Fakoor, Rasool, et al.
Veröffentlicht: (2022)

Meanings and Feelings of Large Language Models: Observability of Latent States in Generative AI
von: Liu, Tian Yu, et al.
Veröffentlicht: (2024)

Analysis, Identification and Prediction of Parkinson Disease Sub-Types and Progression through Machine Learning
von: Ram, Ashwin
Veröffentlicht: (2023)

Universally Consistent K-Sample Tests via Dependence Measures
von: Panda, Sambit, et al.
Veröffentlicht: (2019)

Bridging the Training-Inference Gap in LLMs by Leveraging Self-Generated Tokens
von: Cen, Zhepeng, et al.
Veröffentlicht: (2024)

Machine Learning: Progress and Prospects
von: Gammerman, Alexander
Veröffentlicht: (2025)

RLHF Deciphered: A Critical Analysis of Reinforcement Learning from Human Feedback for LLMs
von: Chaudhari, Shreyas, et al.
Veröffentlicht: (2024)

Adversarial Multi-dueling Bandits
von: Gajane, Pratik
Veröffentlicht: (2024)

Randomized Least Squares Value Iteration itself is Joint Differentially Private
von: Lu, Haiyang, et al.
Veröffentlicht: (2026)

GradNetOT: Learning Optimal Transport Maps with GradNets
von: Chaudhari, Shreyas, et al.
Veröffentlicht: (2025)

Data Whitening Improves Sparse Autoencoder Learning
von: Saraswatula, Ashwin, et al.
Veröffentlicht: (2025)

Which Rewards Matter? Reward Selection for Reinforcement Learning under Limited Feedback
von: Chaudhari, Shreyas, et al.
Veröffentlicht: (2025)

Leveraging Machine Learning for Early Autism Detection via INDT-ASD Indian Database
von: Shrivastava, Trapti, et al.
Veröffentlicht: (2024)

Spatio-temporal DeepKriging in PyTorch: A Supplementary Application to Precipitation Data for Interpolation and Probabilistic Forecasting
von: Nag, Pratik
Veröffentlicht: (2025)