Buchumschlag

NaN-Propagation: A Novel Method for Sparsity Detection in Black-Box Computational Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sharpe, Peter
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Programming Languages
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conservative & Aggressive NaNs Accelerate U-Nets for Neuroimaging
von: Gonzalez-Pepe, Inés, et al.
Veröffentlicht: (2026)

Black-Box Adversarial Attacks on LLM-Based Code Completion
von: Jenko, Slobodan, et al.
Veröffentlicht: (2024)

OverNaN: NaN-Aware Oversampling for Imbalanced Learning with Meaningful Missingness
von: Barnard, Amanda S
Veröffentlicht: (2026)

WhiteFox: White-Box Compiler Fuzzing Empowered by Large Language Models
von: Yang, Chenyuan, et al.
Veröffentlicht: (2023)

depyf: Open the Opaque Box of PyTorch Compiler for Machine Learning Researchers
von: You, Kaichao, et al.
Veröffentlicht: (2024)

Automatic Functional Differentiation in JAX
von: Lin, Min
Veröffentlicht: (2023)

An Evaluation of Explanation Methods for Black-Box Detectors of Machine-Generated Text
von: Schoenegger, Loris, et al.
Veröffentlicht: (2024)

Filter Equivariant Functions: A symmetric account of length-general extrapolation on lists
von: Lewis, Owen, et al.
Veröffentlicht: (2025)

Does Unlearning Truly Unlearn? A Black Box Evaluation of LLM Unlearning Methods
von: Doshi, Jai, et al.
Veröffentlicht: (2024)

Verifying Computational Graphs in Production-Grade Distributed Machine Learning Frameworks
von: Zulkifli, Kahfi S., et al.
Veröffentlicht: (2025)

Deep Learning-based Method for Expressing Knowledge Boundary of Black-Box LLM
von: Sheng, Haotian, et al.
Veröffentlicht: (2026)

Recursive Function Definitions in Static Dataflow Graphs and their Implementation in TensorFlow
von: Kostopoulou, Kelly, et al.
Veröffentlicht: (2024)

Training Deliberative Monitors for Black-Box Scheming Detection
von: Sinha, Aditya, et al.
Veröffentlicht: (2026)

Data-driven Verification of Procedural Programs with Integer Arrays
von: Bouajjani, Ahmed, et al.
Veröffentlicht: (2025)

Does It Make Sense to Explain a Black Box With Another Black Box?
von: Delaunay, Julien, et al.
Veröffentlicht: (2024)

DaCe AD: Unifying High-Performance Automatic Differentiation for Machine Learning and Scientific Computing
von: Boudaoud, Afif, et al.
Veröffentlicht: (2025)

DVM: A Bytecode Virtual Machine Approach for Dynamic Tensor Computation
von: Fang, Jingzhi, et al.
Veröffentlicht: (2026)

Enhancing Large Language Models for Hardware Verification: A Novel SystemVerilog Assertion Dataset
von: Menon, Anand, et al.
Veröffentlicht: (2025)

Tilus: A Tile-Level GPGPU Programming Language for Low-Precision Computation
von: Ding, Yaoyao, et al.
Veröffentlicht: (2025)

CodeCloak: A Method for Evaluating and Mitigating Code Leakage by LLM Code Assistants
von: Noah, Amit Finkman, et al.
Veröffentlicht: (2024)

Magellan: Autonomous Discovery of Novel Compiler Optimization Heuristics with AlphaEvolve
von: Chen, Hongzheng, et al.
Veröffentlicht: (2026)

Bounded Behavioral Indistinguishability for Black-Box LLM Distillation
von: Hasan, Munawar
Veröffentlicht: (2026)

A Deep Dive into Function Inlining and its Security Implications for ML-based Binary Analysis
von: Abusabha, Omar, et al.
Veröffentlicht: (2025)

FactSelfCheck: Fact-Level Black-Box Hallucination Detection for LLMs
von: Sawczyn, Albert, et al.
Veröffentlicht: (2025)

A Watermark for Black-Box Language Models
von: Bahri, Dara, et al.
Veröffentlicht: (2024)

Automatically Testing Functional Properties of Code Translation Models
von: Eniser, Hasan Ferit, et al.
Veröffentlicht: (2023)

An LLM-Tool Compiler for Fused Parallel Function Calling
von: Singh, Simranjit, et al.
Veröffentlicht: (2024)

Mafin: Enhancing Black-Box Embeddings with Model Augmented Fine-Tuning
von: Zhang, Mingtian, et al.
Veröffentlicht: (2024)

Detecting Buggy Contracts via Smart Testing
von: Wang, Sally Junsong, et al.
Veröffentlicht: (2024)

A Deep Learning Model for Predicting Transformation Legality
von: Tiwari, Avani, et al.
Veröffentlicht: (2025)

A Formally Verified Robustness Certifier for Neural Networks (Extended Version)
von: Tobler, James, et al.
Veröffentlicht: (2025)

PolyBlocks: A Compiler Infrastructure for AI Chips and Programming Frameworks
von: Bondhugula, Uday, et al.
Veröffentlicht: (2026)

Combining Neural Architecture Search and Automatic Code Optimization: A Survey
von: Bachiri, Inas, et al.
Veröffentlicht: (2024)

Kernel Contracts: A Specification Language for ML Kernel Correctness Across Heterogeneous Silicon
von: Veit, Cooper
Veröffentlicht: (2026)

SPLAT: A framework for optimised GPU code-generation for SParse reguLar ATtention
von: Gupta, Ahan, et al.
Veröffentlicht: (2024)

A Comprehensive Guide to Combining R and Python code for Data Science, Machine Learning and Reinforcement Learning
von: Navarro, Alejandro L. García, et al.
Veröffentlicht: (2024)

DeepCircuitX: A Comprehensive Repository-Level Dataset for RTL Code Understanding, Generation, and PPA Analysis
von: Li, Zeju, et al.
Veröffentlicht: (2025)

PCS: Perceived Confidence Scoring of Black Box LLMs with Metamorphic Relations
von: Salimian, Sina, et al.
Veröffentlicht: (2025)

Hierarchical Text Classification Using Black Box Large Language Models
von: Yoshimura, Kosuke, et al.
Veröffentlicht: (2025)

SafePassage: High-Fidelity Information Extraction with Black Box LLMs
von: Barrow, Joe, et al.
Veröffentlicht: (2025)