Copertina

Tricks and Plug-ins for Gradient Boosting with Transformers

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Fang, Biyi, Vo, Truong, Utke, Jean, Klabjan, Diego
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning 68T07, 68Q32 I.2.6; I.5.1; F.1.1
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Tricks and Plug-ins for Gradient Boosting in Image Classification
di: Fang, Biyi, et al.
Pubblicazione: (2025)

Graded Transformers
di: Shaska Sr, Tony
Pubblicazione: (2025)

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

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

Spiking Sequence Machines and Transformers
di: Bose, Joy
Pubblicazione: (2026)

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

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

The Serial Scaling Hypothesis
di: Liu, Yuxi, et al.
Pubblicazione: (2025)

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

Massive Redundancy in Gradient Transport Enables Sparse Online Learning
di: Merin, Aur Shalev
Pubblicazione: (2026)

Explicit Dropout: Deterministic Regularization for Transformer Architectures
di: Agrawal, Vidhi, et al.
Pubblicazione: (2026)

Optimizing Inference in Transformer-Based Models: A Multi-Method Benchmark
di: Ho, Siu Hang, et al.
Pubblicazione: (2025)

Hallucinations Live in Variance
di: Flouro, Aaron R., et al.
Pubblicazione: (2026)

Retrieval-Augmented Memory for Online Learning
di: Du, Wenzhang
Pubblicazione: (2025)

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

Is Cambodia the World's Largest Cashew Producer?
di: Chaya, Veasna, et al.
Pubblicazione: (2024)

Internalizing Tools as Morphisms in Graded Transformers
di: Shaska, Tony
Pubblicazione: (2025)

CellARC: Measuring Intelligence with Cellular Automata
di: Lžičař, Miroslav
Pubblicazione: (2025)

torchsom: The Reference PyTorch Library for Self-Organizing Maps
di: Berthier, Louis, et al.
Pubblicazione: (2025)

Noise-Adaptive Quantum Circuit Mapping for Multi-Chip NISQ Systems via Deep Reinforcement Learning
di: Zeynali, Atiye, et al.
Pubblicazione: (2025)

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

RCUKF: Data-Driven Modeling Meets Bayesian Estimation
di: Anurag, Kumar, et al.
Pubblicazione: (2025)

H-Model: Dynamic Neural Architectures for Adaptive Processing
di: Hospodarchuk, Dmytro
Pubblicazione: (2025)

multivariateGPT: a decoder-only transformer for multivariate categorical and numeric data
di: Loza, Andrew J., et al.
Pubblicazione: (2025)

VDW-GNNs: Vector diffusion wavelets for geometric graph neural networks
di: Johnson, David R., et al.
Pubblicazione: (2025)

DecompKAN: Decomposed Patch-KAN for Long-Term Time Series Forecasting
di: Mysore, Naveen
Pubblicazione: (2026)

Scaling Laws in the Tiny Regime: How Small Models Change Their Mistakes
di: Alnemari, Mohammed, et al.
Pubblicazione: (2026)

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

Deep Neural Networks with General Activations: Super-Convergence in Sobolev Norms
di: Yang, Yahong, et al.
Pubblicazione: (2025)

STACHE: Local Black-Box Explanations for Reinforcement Learning Policies
di: Elashkin, Andrew, et al.
Pubblicazione: (2025)

Adaptive Negative Scheduling for Graph Contrastive Learning
di: Ali, Adnan, et al.
Pubblicazione: (2026)

The Impact of Data Characteristics on GNN Evaluation for Detecting Fake News
di: Karn, Isha, et al.
Pubblicazione: (2025)

The Normalized Difference Layer: A Differentiable Spectral Index Formulation for Deep Learning
di: Lotfi, Ali, et al.
Pubblicazione: (2026)

Optimized Gradient Clipping for Noisy Label Learning
di: Ye, Xichen, et al.
Pubblicazione: (2024)

Hybrid activation functions for deep neural networks: S3 and S4 -- a novel approach to gradient flow optimization
di: Kavun, Sergii
Pubblicazione: (2025)

CVCM Track Circuits Pre-emptive Failure Diagnostics for Predictive Maintenance Using Deep Neural Networks
di: Mukherjee, Debdeep, et al.
Pubblicazione: (2025)

EchoLSTM: A Self-Reflective Recurrent Network for Stabilizing Long-Range Memory
di: K, Prasanth K, et al.
Pubblicazione: (2025)

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

NeurOptimisation: The Spiking Way to Evolve
di: Cruz-Duarte, Jorge Mario, et al.
Pubblicazione: (2025)

Complex-Valued Phase-Coherent Transformer
di: Hioki, Leona
Pubblicazione: (2026)