Buchumschlag

Hardness of Learning Regular Languages in the Next Symbol Prediction Setting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhattamishra, Satwik, Blunsom, Phil, Kanade, Varun
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

Separations in the Representational Capabilities of Transformers and Recurrent Architectures
von: Bhattamishra, Satwik, et al.
Veröffentlicht: (2024)

Provably Learning Attention with Queries
von: Bhattamishra, Satwik, et al.
Veröffentlicht: (2026)

Pause Tokens Strictly Increase the Expressivity of Constant-Depth Transformers
von: London, Charles, et al.
Veröffentlicht: (2025)

Discovering Interpretable Algorithms by Decompiling Transformers to RASP
von: Huang, Xinting, et al.
Veröffentlicht: (2026)

Inshrinkerator: Compressing Deep Learning Training Checkpoints via Dynamic Quantization
von: Agrawal, Amey, et al.
Veröffentlicht: (2023)

A Formal Framework for Understanding Length Generalization in Transformers
von: Huang, Xinting, et al.
Veröffentlicht: (2024)

Benefits and Limitations of Communication in Multi-Agent Reasoning
von: Rizvi-Martel, Michael, et al.
Veröffentlicht: (2025)

How Global Calibration Strengthens Multiaccuracy
von: Casacuberta, Sílvia, et al.
Veröffentlicht: (2025)

The Transformer Cookbook
von: Yang, Andy, et al.
Veröffentlicht: (2025)

On the Hardness of Learning Regular Expressions
von: Attias, Idan, et al.
Veröffentlicht: (2025)

DEEDEE: Fast and Scalable Out-of-Distribution Dynamics Detection
von: Aljaafari, Tala, et al.
Veröffentlicht: (2025)

Set Prediction for Next-Day Active Fire Forecasting
von: Bai, Yuchen, et al.
Veröffentlicht: (2026)

DyPP: Dynamic Parameter Prediction to Accelerate Convergence of Variational Quantum Algorithms
von: Kundu, Satwik, et al.
Veröffentlicht: (2023)

Security Concerns in Quantum Machine Learning as a Service
von: Kundu, Satwik, et al.
Veröffentlicht: (2024)

Neural Proposals, Symbolic Guarantees: Neuro-Symbolic Graph Generation with Hard Constraints
von: Geng, Chuqin, et al.
Veröffentlicht: (2026)

Explainable Machine Learning for Pediatric Dental Risk Stratification Using Socio-Demographic Determinants
von: Kanade, Manasi, et al.
Veröffentlicht: (2026)

Gating Enables Curvature: A Geometric Expressivity Gap in Attention
von: Bathula, Satwik, et al.
Veröffentlicht: (2026)

Inverse-Transpilation: Reverse-Engineering Quantum Compiler Optimization Passes from Circuit Snapshots
von: Kundu, Satwik, et al.
Veröffentlicht: (2025)

STIQ: Safeguarding Training and Inferencing of Quantum Neural Networks from Untrusted Cloud
von: Kundu, Satwik, et al.
Veröffentlicht: (2024)

Towards the Next Frontier in Speech Representation Learning Using Disentanglement
von: Krishna, Varun, et al.
Veröffentlicht: (2024)

Beyond Regularity: Modeling Chaotic Mobility Patterns for Next Location Prediction
von: Wu, Yuqian, et al.
Veröffentlicht: (2025)

Adversarial Threats in Quantum Machine Learning: A Survey of Attacks and Defenses
von: Ghosh, Archisman, et al.
Veröffentlicht: (2025)

AttackGNN: Red-Teaming GNNs in Hardware Security Using Reinforcement Learning
von: Gohil, Vasudev, et al.
Veröffentlicht: (2024)

Robust Learning of Diverse Code Edits
von: Aggarwal, Tushar, et al.
Veröffentlicht: (2025)

BAM! Just Like That: Simple and Efficient Parameter Upcycling for Mixture of Experts
von: Zhang, Qizhen, et al.
Veröffentlicht: (2024)

Recoverability Has a Law: The ERR Measure for Tool-Augmented Agents
von: Vuddanti, Sri Vatsa, et al.
Veröffentlicht: (2026)

How Reinforcement Learning After Next-Token Prediction Facilitates Learning
von: Tsilivis, Nikolaos, et al.
Veröffentlicht: (2025)

Agentic Risk-Aware Set-Based Engineering Design
von: Kumar, Varun, et al.
Veröffentlicht: (2026)

Next-Latent Prediction Transformers Learn Compact World Models
von: Teoh, Jayden, et al.
Veröffentlicht: (2025)

RegMix: Adversarial Mutual and Generalization Regularization for Enhancing DNN Robustness
von: Liu, Zhenyu, et al.
Veröffentlicht: (2025)

Hard Regularization to Prevent Deep Online Clustering Collapse without Data Augmentation
von: Mahon, Louis, et al.
Veröffentlicht: (2023)

Discovering Predictive Relational Object Symbols with Symbolic Attentive Layers
von: Ahmetoglu, Alper, et al.
Veröffentlicht: (2023)

SetPINNs: Set-based Physics-informed Neural Networks
von: Nagda, Mayank, et al.
Veröffentlicht: (2024)

T-SHRED: Symbolic Regression for Regularization and Model Discovery with Transformer Shallow Recurrent Decoders
von: Yermakov, Alexey, et al.
Veröffentlicht: (2025)

On the Hardness of Bandit Learning
von: Brukhim, Nataly, et al.
Veröffentlicht: (2025)

Adaptively Private Next-Token Prediction of Large Language Models
von: Flemings, James, et al.
Veröffentlicht: (2024)

Effects of Common Regularization Techniques on Open-Set Recognition
von: Rabin, Zachary, et al.
Veröffentlicht: (2024)

Compress the Easy, Explore the Hard: Difficulty-Aware Entropy Regularization for Efficient LLM Reasoning
von: Luo, Qin-Wen, et al.
Veröffentlicht: (2026)

Efficient Learning Under Density Shift in Incremental Settings Using Cramér-Rao-Based Regularization
von: Khan, Behraj, et al.
Veröffentlicht: (2025)

Evaluating Efficacy of Model Stealing Attacks and Defenses on Quantum Neural Networks
von: Kundu, Satwik, et al.
Veröffentlicht: (2024)