:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Pérez-Guijarro, Jordi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2512.00791
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Minimalist Softmax Attention Provably Learns Constrained Boolean Functions
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2025)

Bit-Identical Medical Deep Learning via Structured Orthogonal Initialization
von: Shkolnikov, Yakov Pyotr
Veröffentlicht: (2026)

Learning Nonlinearity of Boolean Functions: An Experimentation with Neural Networks
von: Ranga, Sriram, et al.
Veröffentlicht: (2025)

Learning Compact Boolean Networks
von: Wang, Shengpu, et al.
Veröffentlicht: (2026)

Learning with Boolean threshold functions
von: Elser, Veit, et al.
Veröffentlicht: (2026)

Boolean Satisfiability via Imitation Learning
von: Zhang, Zewei, et al.
Veröffentlicht: (2025)

Active Inference Meeting Energy-Efficient Control of Parallel and Identical Machines
von: Yeganeh, Yavar Taheri, et al.
Veröffentlicht: (2024)

ICaRus: Identical Cache Reuse for Efficient Multi Model Inference
von: Woo, Sunghyeon, et al.
Veröffentlicht: (2026)

Practical Boolean Backpropagation
von: Golbert, Simon
Veröffentlicht: (2025)

Test Time Training for Supervised Causal Learning
von: Deng, Zizhen, et al.
Veröffentlicht: (2026)

Open-World Test-Time Training: Self-Training with Contrast Learning
von: Su, Houcheng, et al.
Veröffentlicht: (2024)

A robust methodology for long-term sustainability evaluation of Machine Learning models
von: Paz-Ruza, Jorge, et al.
Veröffentlicht: (2025)

Non-Identical Diffusion Models in MIMO-OFDM Channel Generation
von: Yang, Yuzhi, et al.
Veröffentlicht: (2025)

Efficient Single-Step Framework for Incremental Class Learning in Neural Networks
von: Dopico-Castro, Alejandro, et al.
Veröffentlicht: (2025)

Distributional Training Data Attribution: What do Influence Functions Sample?
von: Mlodozeniec, Bruno, et al.
Veröffentlicht: (2025)

On the Expressive Power of GNNs for Boolean Satisfiability
von: Peltonen, Saku, et al.
Veröffentlicht: (2026)

Boolean Product Graph Neural Networks
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

Stop Regressing: Training Value Functions via Classification for Scalable Deep RL
von: Farebrother, Jesse, et al.
Veröffentlicht: (2024)

Dependable Distributed Training of Compressed Machine Learning Models
von: Malandrino, Francesco, et al.
Veröffentlicht: (2024)

Fundamental Limits of Deep Learning-Based Binary Classifiers Trained with Hinge Loss
von: Getu, Tilahun M., et al.
Veröffentlicht: (2023)

Retrieval-Guided Reinforcement Learning for Boolean Circuit Minimization
von: Chowdhury, Animesh Basak, et al.
Veröffentlicht: (2024)

When Are Learning Biases Equivalent? A Unifying Framework for Fairness, Robustness, and Distribution Shift
von: Mehta, Sushant
Veröffentlicht: (2025)

Generalizing Analogical Inference from Boolean to Continuous Domains
von: Cunha, Francisco, et al.
Veröffentlicht: (2025)

Pushing the Limits of Block Rotations in Post-Training Quantization
von: Sanjeet, Sai, et al.
Veröffentlicht: (2026)

On Distributional Reinforcement Learning in Chaotic Dynamical Systems
von: Rudd-Jones, James, et al.
Veröffentlicht: (2026)

Federated Nested Learning: Collaborative Training of Self-Referential Memories for Test-Time Adaptation
von: Chen, Hong, et al.
Veröffentlicht: (2026)

When Data Is Scarce: Scaling Sparse Language Models with Repeated Training
von: Wu, Boqian, et al.
Veröffentlicht: (2026)

Test-Time Detoxification without Training or Learning Anything
von: Saglam, Baturay, et al.
Veröffentlicht: (2026)

On the Fragility of Data Attribution When Learning Is Distributed
von: Gao, Xian, et al.
Veröffentlicht: (2026)

Test-Time Training Undermines Safety Guardrails
von: Antonelli, Simone, et al.
Veröffentlicht: (2026)

When Policies Cannot Be Retrained: A Unified Closed-Form View of Post-Training Steering in Offline Reinforcement Learning
von: Hossain, Elias, et al.
Veröffentlicht: (2026)

When Does Closeness in Distribution Imply Representational Similarity? An Identifiability Perspective
von: Nielsen, Beatrix M. G., et al.
Veröffentlicht: (2025)

Unraveling Indirect In-Context Learning Using Influence Functions
von: Askari, Hadi, et al.
Veröffentlicht: (2025)

A Unified Differentiable Boolean Operator with Fuzzy Logic
von: Liu, Hsueh-Ti Derek, et al.
Veröffentlicht: (2024)

When Learning Rates Go Wrong: Early Structural Signals in PPO Actor-Critic
von: Fernández-Hernández, Alberto, et al.
Veröffentlicht: (2026)

EvoXplain: When Machine Learning Models Agree on Predictions but Disagree on Why -- Measuring Mechanistic Multiplicity Across Training Runs
von: Bensmail, Chama
Veröffentlicht: (2025)

Strategies for Improving Communication Efficiency in Distributed and Federated Learning: Compression, Local Training, and Personalization
von: Yi, Kai
Veröffentlicht: (2025)

Relative Preference Optimization: Enhancing LLM Alignment through Contrasting Responses across Identical and Diverse Prompts
von: Yin, Yueqin, et al.
Veröffentlicht: (2024)

Learning When to Trust in Contextual Bandits
von: Ghasemi, Majid, et al.
Veröffentlicht: (2026)

Understanding the Role of Training Data in Test-Time Scaling
von: Javanmard, Adel, et al.
Veröffentlicht: (2025)