Buchumschlag

Learnable Loss Geometries with Mirror Descent for Scalable and Convergent Meta-Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yilang, Li, Bingcong, Giannakis, Georgios B.
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

Meta-Learning with Versatile Loss Geometries for Fast Adaptation Using Mirror Descent
von: Zhang, Yilang, et al.
Veröffentlicht: (2023)

Preconditioned Sharpness-Aware Minimization: Unifying Analysis and a Novel Learning Algorithm
von: Zhang, Yilang, et al.
Veröffentlicht: (2025)

Binomial Gradient-Based Meta-Learning for Enhanced Meta-Gradient Estimation
von: Zhang, Yilang, et al.
Veröffentlicht: (2026)

VASSO: Variance Suppression for Sharpness-Aware Minimization
von: Li, Bingcong, et al.
Veröffentlicht: (2025)

RefLoRA: Refactored Low-Rank Adaptation for Efficient Fine-Tuning of Large Models
von: Zhang, Yilang, et al.
Veröffentlicht: (2025)

Low-Rank Adaptation Redux for Large Models
von: Li, Bingcong, et al.
Veröffentlicht: (2026)

ANCRe: Adaptive Neural Connection Reassignment for Efficient Depth Scaling
von: Zhang, Yilang, et al.
Veröffentlicht: (2026)

ScaLoRA: Optimally Scaled Low-Rank Adaptation for Efficient High-Rank Fine-Tuning
von: Zhang, Yilang, et al.
Veröffentlicht: (2025)

Surrogate modeling for Bayesian optimization beyond a single Gaussian process
von: Lu, Qin, et al.
Veröffentlicht: (2022)

On the Convergence of Policy in Unregularized Policy Mirror Descent
von: Lin, Dachao, et al.
Veröffentlicht: (2022)

On the Convergence of Policy Mirror Descent with Temporal Difference Evaluation
von: Liu, Jiacai, et al.
Veröffentlicht: (2025)

Implicit Bias and Convergence of Matrix Stochastic Mirror Descent
von: Akhtiamov, Danil, et al.
Veröffentlicht: (2026)

Convergence of Policy Mirror Descent Beyond Compatible Function Approximation
von: Sherman, Uri, et al.
Veröffentlicht: (2025)

Scalable Variational Bayesian Fine-Tuning of LLMs via Orthogonalized Low-Rank Adapters
von: Xiang, Haotian, et al.
Veröffentlicht: (2026)

Online scalable Gaussian processes with conformal prediction for guaranteed coverage
von: Xu, Jinwen, et al.
Veröffentlicht: (2024)

Conformalized Gaussian processes for online uncertainty quantification over graphs
von: Xu, Jinwen, et al.
Veröffentlicht: (2025)

Variational Online Mirror Descent for Robust Learning in Schrödinger Bridge
von: Han, Dong-Sig, et al.
Veröffentlicht: (2025)

ConMeZO: Adaptive Descent-Direction Sampling for Gradient-Free Finetuning of Large Language Models
von: Behric, Lejs Deen, et al.
Veröffentlicht: (2025)

Value Mirror Descent for Reinforcement Learning
von: Jia, Zhichao, et al.
Veröffentlicht: (2026)

One-Step Flow Policy Mirror Descent
von: Chen, Tianyi, et al.
Veröffentlicht: (2025)

On the Effect of Regularization in Policy Mirror Descent
von: Kleuker, Jan Felix, et al.
Veröffentlicht: (2025)

Mirror Descent Actor Critic via Bounded Advantage Learning
von: Iwaki, Ryo
Veröffentlicht: (2025)

Learning Mixtures of Experts with EM: A Mirror Descent Perspective
von: Fruytier, Quentin, et al.
Veröffentlicht: (2024)

Multiclass Loss Geometry Matters for Generalization of Gradient Descent in Separable Classification
von: Schliserman, Matan, et al.
Veröffentlicht: (2025)

A Novel Framework for Policy Mirror Descent with General Parameterization and Linear Convergence
von: Alfano, Carlo, et al.
Veröffentlicht: (2023)

Parameter-free Mirror Descent
von: Jacobsen, Andrew, et al.
Veröffentlicht: (2022)

Policy Mirror Descent with Lookahead
von: Protopapas, Kimon, et al.
Veröffentlicht: (2024)

Mirror Descent on Riemannian Manifolds
von: Jiang, Jiaxin, et al.
Veröffentlicht: (2026)

A Mirror Descent Perspective of Smoothed Sign Descent
von: Wang, Shuyang, et al.
Veröffentlicht: (2024)

Adaptively Perturbed Mirror Descent for Learning in Games
von: Abe, Kenshi, et al.
Veröffentlicht: (2023)

The Hidden Cost of Approximation in Online Mirror Descent
von: Schlisselberg, Ofir, et al.
Veröffentlicht: (2025)

Transformers Learn Latent Mixture Models In-Context via Mirror Descent
von: D'Angelo, Francesco, et al.
Veröffentlicht: (2026)

Adaptive Online Mirror Descent for Tchebycheff Scalarization in Multi-Objective Learning
von: Liu, Meitong, et al.
Veröffentlicht: (2024)

Functional Acceleration for Policy Mirror Descent
von: Chelu, Veronica, et al.
Veröffentlicht: (2024)

Implicit Regularization of Sharpness-Aware Minimization for Scale-Invariant Problems
von: Li, Bingcong, et al.
Veröffentlicht: (2024)

Never Saddle for Reparameterized Steepest Descent as Mirror Flow
von: Jacobs, Tom, et al.
Veröffentlicht: (2026)

RI-Loss: A Learnable Residual-Informed Loss for Time Series Forecasting
von: Wang, Jieting, et al.
Veröffentlicht: (2025)

Monge SAM: Robust Reparameterization-Invariant Sharpness-Aware Minimization Based on Loss Geometry
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2025)

Second-Order Mirror Descent: Convergence in Games Beyond Averaging and Discounting
von: Gao, Bolin, et al.
Veröffentlicht: (2021)

Learning From Crowdsourced Noisy Labels: A Signal Processing Perspective
von: Ibrahim, Shahana, et al.
Veröffentlicht: (2024)