Buchumschlag

Scalable Principal-Agent Contract Design via Gradient-Based Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Galanti, Tomer, Bookseller, Aarya, Ray, Korok
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

On the Alignment Between Supervised and Self-Supervised Contrastive Learning
von: Luthra, Achleshwar, et al.
Veröffentlicht: (2025)

Self-Supervised Contrastive Learning is Approximately Supervised Contrastive Learning
von: Luthra, Achleshwar, et al.
Veröffentlicht: (2025)

Type-II Saddles and Probabilistic Stability of Stochastic Gradient Descent
von: Ziyin, Liu, et al.
Veröffentlicht: (2023)

Directional Neural Collapse Explains Few-Shot Transfer in Self-Supervised Learning
von: Luthra, Achleshwar, et al.
Veröffentlicht: (2026)

The Fair Language Model Paradox
von: Pinto, Andrea, et al.
Veröffentlicht: (2024)

DisCO: Reinforcing Large Reasoning Models with Discriminative Constrained Optimization
von: Li, Gang, et al.
Veröffentlicht: (2025)

LLM Priors for ERM over Programs
von: Singhal, Shivam, et al.
Veröffentlicht: (2025)

SGD and Weight Decay Secretly Minimize the Rank of Your Neural Network
von: Galanti, Tomer, et al.
Veröffentlicht: (2022)

The Dimension Strikes Back with Gradients: Generalization of Gradient Methods in Stochastic Convex Optimization
von: Schliserman, Matan, et al.
Veröffentlicht: (2024)

Formation of Representations in Neural Networks
von: Ziyin, Liu, et al.
Veröffentlicht: (2024)

Principal-Agent Reinforcement Learning: Orchestrating AI Agents with Contracts
von: Ivanov, Dima, et al.
Veröffentlicht: (2024)

Fair Contracts in Principal-Agent Games with Heterogeneous Types
von: Tłuczek, Jakub, et al.
Veröffentlicht: (2025)

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

Rapid Overfitting of Multi-Pass Stochastic Gradient Descent in Stochastic Convex Optimization
von: Vansover-Hager, Shira, et al.
Veröffentlicht: (2025)

Towards Scalable Bayesian Optimization via Gradient-Informed Bayesian Neural Networks
von: Makrygiorgos, Georgios, et al.
Veröffentlicht: (2025)

Optimal Threshold Signatures in Bitcoin
von: Ray, Korok, et al.
Veröffentlicht: (2025)

Complexity of Vector-valued Prediction: From Linear Models to Stochastic Convex Optimization
von: Schliserman, Matan, et al.
Veröffentlicht: (2024)

Faster Stochastic Optimization with Arbitrary Delays via Asynchronous Mini-Batching
von: Attia, Amit, et al.
Veröffentlicht: (2024)

Steered Generation via Gradient-Based Optimization on Sparse Query Features
von: Bhattacharyya, Sumanta, et al.
Veröffentlicht: (2026)

Joint Representation Learning and Clustering via Gradient-Based Manifold Optimization
von: Liu, Sida, et al.
Veröffentlicht: (2026)

Teaching Code Refactoring Using LLMs
von: Khairnar, Anshul, et al.
Veröffentlicht: (2025)

How Free is Parameter-Free Stochastic Optimization?
von: Attia, Amit, et al.
Veröffentlicht: (2024)

Principal-Agent Bandit Games with Self-Interested and Exploratory Learning Agents
von: Liu, Junyan, et al.
Veröffentlicht: (2024)

In-context Learning and Gradient Descent Revisited
von: Deutch, Gilad, et al.
Veröffentlicht: (2023)

A Scalable Gradient-Based Optimization Framework for Sparse Minimum-Variance Portfolio Selection
von: Moka, Sarat, et al.
Veröffentlicht: (2025)

Improved Guarantees for Constrained Online Convex Optimization via Self-Contraction
von: Sarkar, Dhruv, et al.
Veröffentlicht: (2026)

Learning Rate Annealing Improves Tuning Robustness in Stochastic Optimization
von: Attia, Amit, et al.
Veröffentlicht: (2025)

Differentially Private and Scalable Estimation of the Network Principal Component
von: Khayatian, Alireza, et al.
Veröffentlicht: (2025)

Accelerating LMO-Based Optimization via Implicit Gradient Transport
von: Jang, Won-Jun, et al.
Veröffentlicht: (2026)

Contractive Diffusion Policies: Robust Action Diffusion via Contractive Score-Based Sampling with Differential Equations
von: Abyaneh, Amin, et al.
Veröffentlicht: (2026)

Flat Minima and Generalization: Insights from Stochastic Convex Optimization
von: Schliserman, Matan, et al.
Veröffentlicht: (2025)

Pretrained Joint Predictions for Scalable Batch Bayesian Optimization of Molecular Designs
von: Wang-Henderson, Miles, et al.
Veröffentlicht: (2025)

Towards Scalable Backpropagation-Free Gradient Estimation
von: Wang, Daniel, et al.
Veröffentlicht: (2025)

Quantum Optimization via Gradient-Based Hamiltonian Descent
von: Leng, Jiaqi, et al.
Veröffentlicht: (2025)

Descent-Guided Policy Gradient for Scalable Cooperative Multi-Agent Learning
von: Yang, Shan, et al.
Veröffentlicht: (2026)

Offline Model-Based Optimization via Policy-Guided Gradient Search
von: Chemingui, Yassine, et al.
Veröffentlicht: (2024)

Distribution-Aware Algorithm Design with LLM Agents
von: Koganti, Saharsh, et al.
Veröffentlicht: (2026)

Robust Stochastic Optimization via Gradient Quantile Clipping
von: Merad, Ibrahim, et al.
Veröffentlicht: (2023)

Scalable Multi-Objective and Meta Reinforcement Learning via Gradient Estimation
von: Zhang, Zhenshuo, et al.
Veröffentlicht: (2025)

Corridor Geometry in Gradient-Based Optimization
von: Dherin, Benoit, et al.
Veröffentlicht: (2024)