Buchumschlag

CurvaDion: Curvature-Adaptive Distributed Orthonormalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Bhavesh, Jin, Roger, Quesnelle, Jeffrey
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dion: Distributed Orthonormalized Updates
von: Ahn, Kwangjun, et al.
Veröffentlicht: (2025)

YaRN: Efficient Context Window Extension of Large Language Models
von: Peng, Bowen, et al.
Veröffentlicht: (2023)

On Faster Marginalization with Squared Circuits via Orthonormalization
von: Loconte, Lorenzo, et al.
Veröffentlicht: (2024)

Preventing Collapse in Contrastive Learning with Orthonormal Prototypes (CLOP)
von: Li, Huanran, et al.
Veröffentlicht: (2024)

DeMo: Decoupled Momentum Optimization
von: Peng, Bowen, et al.
Veröffentlicht: (2024)

TEON: Tensorized Orthonormalization Beyond Layer-Wise Muon for Large Language Model Pre-Training
von: Zhang, Ruijie, et al.
Veröffentlicht: (2026)

Advancing Parkinson's Disease Progression Prediction: Comparing Long Short-Term Memory Networks and Kolmogorov-Arnold Networks
von: Roy, Abhinav, et al.
Veröffentlicht: (2024)

Depth-Adaptive Graph Neural Networks via Learnable Bakry-'Emery Curvature
von: Hevapathige, Asela, et al.
Veröffentlicht: (2025)

Geometric Mixture-of-Experts with Curvature-Guided Adaptive Routing for Graph Representation Learning
von: Cao, Haifang, et al.
Veröffentlicht: (2026)

PR-CapsNet: Pseudo-Riemannian Capsule Network with Adaptive Curvature Routing for Graph Learning
von: Qin, Ye, et al.
Veröffentlicht: (2025)

Tri-Accel: Curvature-Aware Precision-Adaptive and Memory-Elastic Optimization for Efficient GPU Usage
von: Sheibanian, Mohsen, et al.
Veröffentlicht: (2025)

Efficient Post-Training Augmentation for Adaptive Inference in Heterogeneous and Distributed IoT Environments
von: Sponner, Max, et al.
Veröffentlicht: (2024)

CurvZO: Adaptive Curvature-Guided Sparse Zeroth-Order Optimization for Efficient LLM Fine-Tuning
von: Wang, Shuo, et al.
Veröffentlicht: (2026)

Surprise-Adaptive Intrinsic Motivation for Unsupervised Reinforcement Learning
von: Hugessen, Adriana, et al.
Veröffentlicht: (2024)

Principal Curvatures Estimation with Applications to Single Cell Data
von: Zhang, Yanlei, et al.
Veröffentlicht: (2025)

Harnessing Optimization Dynamics for Curvature-Informed Model Merging
von: Mahdavinia, Pouria, et al.
Veröffentlicht: (2025)

A Unified Noise-Curvature View of Loss of Trainability
von: Baveja, Gunbir Singh, et al.
Veröffentlicht: (2025)

Reasoning as an Adaptive Defense for Safety
von: Kim, Taeyoun, et al.
Veröffentlicht: (2025)

Geometric Embedding Alignment via Curvature Matching in Transfer Learning
von: Ko, Sung Moon, et al.
Veröffentlicht: (2025)

CurvGAD: Leveraging Curvature for Enhanced Graph Anomaly Detection
von: Grover, Karish, et al.
Veröffentlicht: (2025)

Geometry-Aware Backdoor Attacks: Leveraging Curvature in Hyperbolic Embeddings
von: Baheri, Ali
Veröffentlicht: (2025)

Unbiased Online Curvature Approximation for Regularized Graph Continual Learning
von: Yin, Jie, et al.
Veröffentlicht: (2025)

Dynamic Graph Structure Learning via Resistance Curvature Flow
von: Fei, Chaoqun, et al.
Veröffentlicht: (2026)

Adaptive Scoring and Thresholding with Human Feedback for Robust Out-of-Distribution Detection
von: Yamada, Daisuke, et al.
Veröffentlicht: (2025)

MT-DAO: Multi-Timescale Distributed Adaptive Optimizers with Local Updates
von: Iacob, Alex, et al.
Veröffentlicht: (2025)

Identity Curvature Laplace Approximation for Improved Out-of-Distribution Detection
von: Zhdanov, Maksim, et al.
Veröffentlicht: (2023)

HELM: Hyperbolic Large Language Models via Mixture-of-Curvature Experts
von: He, Neil, et al.
Veröffentlicht: (2025)

CA-HFP: Curvature-Aware Heterogeneous Federated Pruning with Model Reconstruction
von: Hu, Gang, et al.
Veröffentlicht: (2026)

Geometric Insights into Focal Loss: Reducing Curvature for Enhanced Model Calibration
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

The Blessing of Dimensionality in LLM Fine-tuning: A Variance-Curvature Perspective
von: Liang, Qiyao, et al.
Veröffentlicht: (2026)

Goal Exploration via Adaptive Skill Distribution for Goal-Conditioned Reinforcement Learning
von: Wu, Lisheng, et al.
Veröffentlicht: (2024)

Adaptive Dual-Weighting Framework for Federated Learning via Out-of-Distribution Detection
von: Ling, Zhiwei, et al.
Veröffentlicht: (2026)

Learning Adaptive Distribution Alignment with Neural Characteristic Function for Graph Domain Adaptation
von: Chen, Wei, et al.
Veröffentlicht: (2026)

Representations learnt by SGD and Adaptive learning rules: Conditions that vary sparsity and selectivity in neural networks
von: Park, Jin Hyun
Veröffentlicht: (2022)

Distributionally Robust Token Optimization in RLHF
von: Jin, Yeping, et al.
Veröffentlicht: (2026)

Adaptive Data Exploitation in Deep Reinforcement Learning
von: Yuan, Mingqi, et al.
Veröffentlicht: (2025)

Local-Curvature-Aware Knowledge Graph Embedding: An Extended Ricci Flow Approach
von: Luo, Zhengquan, et al.
Veröffentlicht: (2025)

Feature-Function Curvature Analysis: A Geometric Framework for Explaining Differentiable Models
von: Najafi, Hamed, et al.
Veröffentlicht: (2025)

Refined Causal Graph Structure Learning via Curvature for Brain Disease Classification
von: Febrinanto, Falih Gozi, et al.
Veröffentlicht: (2025)

Quotient Geometry, Effective Curvature, and Implicit Bias in Simple Shallow Neural Networks
von: Dong, Hang-Cheng, et al.
Veröffentlicht: (2026)