:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sadrtdinov, Ildus, Lobacheva, Ekaterina, Klimov, Ivan, Burtsev, Mikhail, Katsnelson, Mikhail I., Vetrov, Dmitry
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2511.07308
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SGD as Free Energy Minimization: A Thermodynamic View on Neural Network Training
von: Sadrtdinov, Ildus, et al.
Veröffentlicht: (2025)

To Stay or Not to Stay in the Pre-train Basin: Insights on Ensembling in Transfer Learning
von: Sadrtdinov, Ildus, et al.
Veröffentlicht: (2023)

Where Do Large Learning Rates Lead Us?
von: Sadrtdinov, Ildus, et al.
Veröffentlicht: (2024)

Loss Patterns of Neural Networks
von: Skorokhodov, Ivan, et al.
Veröffentlicht: (2019)

Why Gaussian Diffusion Models Fail on Discrete Data and How to Prevent It?
von: Shabalin, Alexander, et al.
Veröffentlicht: (2026)

Cramming 1568 Tokens into a Single Vector and Back Again: Exploring the Limits of Embedding Space Capacity
von: Kuratov, Yuri, et al.
Veröffentlicht: (2025)

Scaling Transformer to 1M tokens and beyond with RMT
von: Bulatov, Aydar, et al.
Veröffentlicht: (2023)

Regularized Distribution Matching Distillation for One-step Unpaired Image-to-Image Translation
von: Rakitin, Denis, et al.
Veröffentlicht: (2024)

Associative Recurrent Memory Transformer
von: Rodkin, Ivan, et al.
Veröffentlicht: (2024)

SRMT: Shared Memory for Multi-agent Lifelong Pathfinding
von: Sagirova, Alsu, et al.
Veröffentlicht: (2025)

Guided Star-Shaped Masked Diffusion
von: Meshchaninov, Viacheslav, et al.
Veröffentlicht: (2025)

Neural Diffusion Models
von: Bartosh, Grigory, et al.
Veröffentlicht: (2023)

In Search of Needles in a 11M Haystack: Recurrent Memory Finds What LLMs Miss
von: Kuratov, Yuri, et al.
Veröffentlicht: (2024)

Wikontic: Constructing Wikidata-Aligned, Ontology-Aware Knowledge Graphs with Large Language Models
von: Chepurova, Alla, et al.
Veröffentlicht: (2025)

Limitations of Normalization in Attention Mechanism
von: Mudarisov, Timur, et al.
Veröffentlicht: (2025)

Symmetry-Breaking Descent for Invariant Cost Functionals
von: Osipov, Mikhail
Veröffentlicht: (2025)

Generative Flow Networks as Entropy-Regularized RL
von: Tiapkin, Daniil, et al.
Veröffentlicht: (2023)

Neural Flow Diffusion Models: Learnable Forward Process for Improved Diffusion Modelling
von: Bartosh, Grigory, et al.
Veröffentlicht: (2024)

Contextual Bandit Optimization with Pre-Trained Neural Networks
von: Terekhov, Mikhail
Veröffentlicht: (2025)

Training Dynamics Underlying Language Model Scaling Laws: Loss Deceleration and Zero-Sum Learning
von: Mircea, Andrei, et al.
Veröffentlicht: (2025)

Enhancing Stability of Physics-Informed Neural Network Training Through Saddle-Point Reformulation
von: Bylinkin, Dmitry, et al.
Veröffentlicht: (2025)

Learning Elementary Cellular Automata with Transformers
von: Burtsev, Mikhail
Veröffentlicht: (2024)

SDE Matching: Scalable and Simulation-Free Training of Latent Stochastic Differential Equations
von: Bartosh, Grigory, et al.
Veröffentlicht: (2025)

Towards Universal Neural Operators through Multiphysics Pretraining
von: Masliaev, Mikhail, et al.
Veröffentlicht: (2025)

Tight and Efficient Upper Bound on Spectral Norm of Convolutional Layers
von: Grishina, Ekaterina, et al.
Veröffentlicht: (2024)

Beyond Memorization: Extending Reasoning Depth with Recurrence, Memory and Test-Time Compute Scaling
von: Rodkin, Ivan, et al.
Veröffentlicht: (2025)

GLGENN: A Novel Parameter-Light Equivariant Neural Networks Architecture Based on Clifford Geometric Algebras
von: Filimoshina, Ekaterina, et al.
Veröffentlicht: (2025)

Invariant multiscale neural networks for data-scarce scientific applications
von: Schurov, I., et al.
Veröffentlicht: (2024)

Streaming Generation of Co-Speech Gestures via Accelerated Rolling Diffusion
von: Vu, Evgeniia, et al.
Veröffentlicht: (2025)

Framework GNN-AID: Graph Neural Network Analysis Interpretation and Defense
von: Lukyanov, Kirill, et al.
Veröffentlicht: (2025)

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

Fragmentation is Efficiently Learnable by Quantum Neural Networks
von: Mints, Mikhail, et al.
Veröffentlicht: (2025)

On Interpolation Formulas Describing Neural Network Generalization
von: Guo, Jin, et al.
Veröffentlicht: (2026)

Online Neural Networks for Change-Point Detection
von: Hushchyn, Mikhail, et al.
Veröffentlicht: (2020)

Transfer of Structural Knowledge from Synthetic Languages
von: Budnikov, Mikhail, et al.
Veröffentlicht: (2025)

Improving GFlowNets with Monte Carlo Tree Search
von: Morozov, Nikita, et al.
Veröffentlicht: (2024)

On Geometry Regularization in Autoencoder Reduced-Order Models with Latent Neural ODE Dynamics
von: Osipov, Mikhail
Veröffentlicht: (2026)

A Gap Between the Gaussian RKHS and Neural Networks: An Infinite-Center Asymptotic Analysis
von: Kumar, Akash, et al.
Veröffentlicht: (2025)

Marchuk: Efficient Global Weather Forecasting from Mid-Range to Sub-Seasonal Scales via Flow Matching
von: Kuzhamuratov, Arsen, et al.
Veröffentlicht: (2026)

Complexity of Symbolic Representation in Working Memory of Transformer Correlates with the Complexity of a Task
von: Sagirova, Alsu, et al.
Veröffentlicht: (2024)