Buchumschlag

Reshaping the Forward-Forward Algorithm with a Similarity-Based Objective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gong, James, Luo, Raymond, Wang, Emma, Ge, Leon, Li, Bruce, Marattukalam, Felix, Abdulla, Waleed
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mono-Forward: Revisiting Forward-Forward through Objective-Locality Decomposition
von: Gong, James, et al.
Veröffentlicht: (2025)

Novel Saliency Analysis for the Forward Forward Algorithm
von: Bakhshi, Mitra
Veröffentlicht: (2024)

Employing Layerwised Unsupervised Learning to Lessen Data and Loss Requirements in Forward-Forward Algorithms
von: Hwang, Taewook, et al.
Veröffentlicht: (2024)

Hyperspherical Forward-Forward with Prototypical Representations
von: Sarode, Shalini, et al.
Veröffentlicht: (2026)

Backpropagation-free Spiking Neural Networks with the Forward-Forward Algorithm
von: Ghader, Mohammadnavid, et al.
Veröffentlicht: (2025)

Forward versus Backward: Comparing Reasoning Objectives in Direct Preference Optimization
von: Nikzad, Murtaza, et al.
Veröffentlicht: (2026)

Convolutional Channel-wise Competitive Learning for the Forward-Forward Algorithm
von: Papachristodoulou, Andreas, et al.
Veröffentlicht: (2023)

Adaptive Multi-Scale Goodness Aggregation for Forward-Forward Learning
von: Beigzad, Salar, et al.
Veröffentlicht: (2026)

Self-Contrastive Forward-Forward Algorithm
von: Chen, Xing, et al.
Veröffentlicht: (2024)

Cumulative-Goodness Free-Riding in Forward-Forward Networks: Real, Repairable, but Not Accuracy-Dominant
von: Yousefiramandi, Amirhossein
Veröffentlicht: (2026)

FLOPS: Forward Learning with OPtimal Sampling
von: Ren, Tao, et al.
Veröffentlicht: (2024)

Moonwalk: Inverse-Forward Differentiation
von: Krylov, Dmitrii, et al.
Veröffentlicht: (2024)

Selectivity and Shape in the Design of Forward-Forward Goodness Functions
von: Akkus, Talha Ruzgar, et al.
Veröffentlicht: (2026)

FwdLLM: Efficient FedLLM using Forward Gradient
von: Xu, Mengwei, et al.
Veröffentlicht: (2023)

Forward Target Propagation: A Forward-Only Approach to Global Error Credit Assignment via Local Losses
von: As-Saquib, Nazmus Saadat, et al.
Veröffentlicht: (2025)

Forward-Forward Learning achieves Highly Selective Latent Representations for Out-of-Distribution Detection in Fully Spiking Neural Networks
von: Terres-Escudero, Erik B., et al.
Veröffentlicht: (2024)

Optimizing Dense Feed-Forward Neural Networks
von: Balderas, Luis, et al.
Veröffentlicht: (2023)

Rethinking Forward Processes for Score-Based Nonlinear Data Assimilation in High Dimensions
von: Yoon, Eunbi, et al.
Veröffentlicht: (2026)

DFA-GNN: Forward Learning of Graph Neural Networks by Direct Feedback Alignment
von: Zhao, Gongpei, et al.
Veröffentlicht: (2024)

Beyond Backpropagation: Optimization with Multi-Tangent Forward Gradients
von: Flügel, Katharina, et al.
Veröffentlicht: (2024)

Learning Flexible Forward Trajectories for Masked Molecular Diffusion
von: Seo, Hyunjin, et al.
Veröffentlicht: (2025)

Using Forwards-Backwards Models to Approximate MDP Homomorphisms
von: Mavor-Parker, Augustine N., et al.
Veröffentlicht: (2022)

Forward-Backward Reasoning in Large Language Models for Mathematical Verification
von: Jiang, Weisen, et al.
Veröffentlicht: (2023)

FLEX: Continuous Agent Evolution via Forward Learning from Experience
von: Cai, Zhicheng, et al.
Veröffentlicht: (2025)

Looping Back to Move Forward: Recursive Transformers for Efficient and Flexible Large Multimodal Models
von: Xu, Ruihan, et al.
Veröffentlicht: (2026)

Forward Only Learning for Orthogonal Neural Networks of any Depth
von: Caillon, Paul, et al.
Veröffentlicht: (2025)

Fast Forward: Accelerating LLM Prefill with Predictive FFN Sparsity
von: Gautam, Aayush, et al.
Veröffentlicht: (2026)

On the Role of Transformer Feed-Forward Layers in Nonlinear In-Context Learning
von: Sun, Haoyuan, et al.
Veröffentlicht: (2025)

Feed-Forward Optimization With Delayed Feedback for Neural Network Training
von: Flügel, Katharina, et al.
Veröffentlicht: (2023)

Revisiting Weak-to-Strong Generalization in Theory and Practice: Reverse KL vs. Forward KL
von: Yao, Wei, et al.
Veröffentlicht: (2025)

A Neural Network Architecture Based on Attention Gate Mechanism for 3D Magnetotelluric Forward Modeling
von: Zhong, Xin, et al.
Veröffentlicht: (2025)

Prefix Grouper: Efficient GRPO Training through Shared-Prefix Forward
von: Liu, Zikang, et al.
Veröffentlicht: (2025)

Pushing Forward Pareto Frontiers of Proactive Agents with Behavioral Agentic Optimization
von: Yao, Yihang, et al.
Veröffentlicht: (2026)

A Decomposable Forward Process in Diffusion Models for Time-Series Forecasting
von: Caldas, Francisco, et al.
Veröffentlicht: (2026)

Thinking Forward and Backward: Effective Backward Planning with Large Language Models
von: Ren, Allen Z., et al.
Veröffentlicht: (2024)

One Step Forward and K Steps Back: Better Reasoning with Denoising Recursion Models
von: Cameron, Chris, et al.
Veröffentlicht: (2026)

Enhancing Fast Feed Forward Networks with Load Balancing and a Master Leaf Node
von: Charalampopoulos, Andreas, et al.
Veröffentlicht: (2024)

Spectral Alignment in Forward-Backward Representations via Temporal Abstraction
von: Azad, Seyed Mahdi B., et al.
Veröffentlicht: (2026)

Uncertainty Quantification for Forward and Inverse Problems of PDEs via Latent Global Evolution
von: Wu, Tailin, et al.
Veröffentlicht: (2024)

Integrating Inverse and Forward Modeling for Sparse Temporal Data from Sensor Networks
von: Vexler, Julian, et al.
Veröffentlicht: (2025)