Buchumschlag

When Embedding Models Meet: Procrustes Bounds and Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Maystre, Lucas, Gonzalez, Alvaro Ortega, Park, Charles, Dolga, Rares, Berariu, Tudor, Zhao, Yu, Ciosek, Kamil
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

Incremental Sequence Classification with Temporal Consistency
von: Maystre, Lucas, et al.
Veröffentlicht: (2025)

From Characters to Tokens: Dynamic Grouping with Hierarchical BPE
von: Dolga, Rares, et al.
Veröffentlicht: (2025)

Unifying Linear-Time Attention via Latent Probabilistic Modelling
von: Dolga, Rares, et al.
Veröffentlicht: (2024)

On the Importance of Uncertainty in Decision-Making with Large Language Models
von: Felicioni, Nicolò, et al.
Veröffentlicht: (2024)

Impatient Bandits: Optimizing for the Long-Term Without Delay
von: Zhang, Kelly W., et al.
Veröffentlicht: (2025)

RotRNN: Modelling Long Sequences with Rotations
von: Biegun, Kai, et al.
Veröffentlicht: (2024)

Toward Autonomous UI Exploration: The UIExplorer Benchmark
von: Nica, Andrei Cristian, et al.
Veröffentlicht: (2025)

wd1: Weighted Policy Optimization for Reasoning in Diffusion Language Models
von: Tang, Xiaohang, et al.
Veröffentlicht: (2025)

Hallucination Detection on a Budget: Efficient Bayesian Estimation of Semantic Entropy
von: Ciosek, Kamil, et al.
Veröffentlicht: (2025)

A Bayesian Information-Theoretic Approach to Data Attribution
von: Tailor, Dharmesh, et al.
Veröffentlicht: (2026)

Linear Gradient Prediction with Control Variates
von: Ciosek, Kamil, et al.
Veröffentlicht: (2025)

Epistemic Uncertainty and Observation Noise with the Neural Tangent Kernel
von: Calvo-Ordoñez, Sergio, et al.
Veröffentlicht: (2024)

The Minimax Rate of Second-Order Calibration
von: Ciosek, Kamil, et al.
Veröffentlicht: (2026)

Optimizing Audio Recommendations for the Long-Term: A Reinforcement Learning Perspective
von: Maystre, Lucas, et al.
Veröffentlicht: (2023)

Fast Adversarial Attacks with Gradient Prediction
von: Ciosek, Kamil, et al.
Veröffentlicht: (2026)

The Neural Tangent Kernel for Classification
von: Plenk, Jonathan, et al.
Veröffentlicht: (2026)

On Procrustes Contamination in Machine Learning Applications of Geometric Morphometrics
von: Courtenay, Lloyd Austin
Veröffentlicht: (2026)

A Gaussian Process View on Observation Noise and Initialization in Wide Neural Networks
von: Calvo-Ordoñez, Sergio, et al.
Veröffentlicht: (2025)

Richer Bayesian Last Layers with Subsampled NTK Features
von: Calvo-Ordoñez, Sergio, et al.
Veröffentlicht: (2026)

On a Novel Application of Wasserstein-Procrustes for Unsupervised Cross-Lingual Learning
von: Ramírez, Guillem, et al.
Veröffentlicht: (2020)

Aligning Embeddings and Geometric Random Graphs: Informational Results and Computational Approaches for the Procrustes-Wasserstein Problem
von: Even, Mathieu, et al.
Veröffentlicht: (2024)

An in depth look at the Procrustes-Wasserstein distance: properties and barycenters
von: Adamo, Davide, et al.
Veröffentlicht: (2025)

COMPOT: Calibration-Optimized Matrix Procrustes Orthogonalization for Transformers Compression
von: Makhov, Denis, et al.
Veröffentlicht: (2026)

When Test-Time Adaptation Meets Self-Supervised Models
von: Han, Jisu, et al.
Veröffentlicht: (2025)

Stability Bounds for Smooth Optimal Transport Maps and their Statistical Implications
von: Balakrishnan, Sivaraman, et al.
Veröffentlicht: (2025)

ProcrustesGPT: Compressing LLMs with Structured Matrices and Orthogonal Transformations
von: Grishina, Ekaterina, et al.
Veröffentlicht: (2025)

Generalized infinite dimensional Alpha-Procrustes based geometries
von: Goomanee, Salvish, et al.
Veröffentlicht: (2025)

Generalized Orthogonal Procrustes Problem under Arbitrary Adversaries
von: Ling, Shuyang
Veröffentlicht: (2021)

Measuring Uncertainty Calibration
von: Ciosek, Kamil, et al.
Veröffentlicht: (2025)

When Model Meets New Normals: Test-time Adaptation for Unsupervised Time-series Anomaly Detection
von: Kim, Dongmin, et al.
Veröffentlicht: (2023)

When Drafts Evolve: Speculative Decoding Meets Online Learning
von: Qian, Yu-Yang, et al.
Veröffentlicht: (2026)

When Earth Foundation Models Meet Diffusion: An Application to Land Surface Temperature Super-Resolution
von: Chen, Yiheng, et al.
Veröffentlicht: (2026)

When Network Architecture Meets Physics: Deep Operator Learning for Coupled Multiphysics
von: Kobayashi, Kazuma, et al.
Veröffentlicht: (2025)

FLoRG: Federated Fine-tuning with Low-rank Gram Matrices and Procrustes Alignment
von: Meng, Chuiyang, et al.
Veröffentlicht: (2026)

Decoupling Spatio-Temporal Prediction: When Lightweight Large Models Meet Adaptive Hypergraphs
von: Chen, Jiawen, et al.
Veröffentlicht: (2025)

Nonparametric estimation of conditional probability distributions using a generative approach based on conditional push-forward neural networks
von: Franco, Nicola Rares, et al.
Veröffentlicht: (2025)

Lasso and Partially-Rotated Designs
von: Buhai, Rares-Darius
Veröffentlicht: (2025)

Frequency-domain alignment of heterogeneous, multidimensional separations data through complex orthogonal Procrustes analysis
von: Armstrong, Michael Sorochan
Veröffentlicht: (2025)

Bounded-Rationality, Hedging, and Generalization
von: Ortega, Pedro A.
Veröffentlicht: (2026)

When Prompting Meets Spiking: Graph Sparse Prompting via Spiking Graph Prompt Learning
von: Jiang, Bo, et al.
Veröffentlicht: (2026)