Buchumschlag

FlexAct: Why Learn when you can Pick?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Ramnath, Ritscher, Kyle, Judy, Junmin, Liu, Lawrence, Hsieh, Cho-Jui
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Why Line Search when you can Plane Search? SO-Friendly Neural Networks allow Per-Iteration Optimization of Learning and Momentum Rates for Every Layer
von: Shea, Betty, et al.
Veröffentlicht: (2024)

FastLane: Efficient Routed Systems for Late-Interaction Retrieval
von: Kumar, Ramnath, et al.
Veröffentlicht: (2026)

Data Attribution for Diffusion Models: Timestep-induced Bias in Influence Estimation
von: Xie, Tong, et al.
Veröffentlicht: (2024)

Online Continuous Hyperparameter Optimization for Generalized Linear Contextual Bandits
von: Kang, Yue, et al.
Veröffentlicht: (2023)

Efficient Frameworks for Generalized Low-Rank Matrix Bandit Problems
von: Kang, Yue, et al.
Veröffentlicht: (2024)

Low-rank Matrix Bandits with Heavy-tailed Rewards
von: Kang, Yue, et al.
Veröffentlicht: (2024)

Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise
von: Tecot, Lucas, et al.
Veröffentlicht: (2025)

Developing a Multi-Modal Machine Learning Model For Predicting Performance of Automotive Hood Frames
von: Indupally, Abhishek, et al.
Veröffentlicht: (2025)

An Efficient Rehearsal Scheme for Catastrophic Forgetting Mitigation during Multi-stage Fine-tuning
von: Bai, Andrew, et al.
Veröffentlicht: (2024)

How (and when) can you fit examples to logic-based hypothesis classes over infinite structures?
von: Benedikt, Michael, et al.
Veröffentlicht: (2026)

On the Loss of Context-awareness in General Instruction Fine-tuning
von: Wang, Yihan, et al.
Veröffentlicht: (2024)

Solving for X and Beyond: Can Large Language Models Solve Complex Math Problems with More-Than-Two Unknowns?
von: Kao, Kuei-Chun, et al.
Veröffentlicht: (2024)

If you can distinguish, you can express: Galois theory, Stone--Weierstrass, machine learning, and linguistics
von: Blum-Smith, Ben, et al.
Veröffentlicht: (2025)

Do Synthetic Trajectories Reflect Real Reward Hacking? A Systematic Study on Monitoring In-the-Wild Hacking in Code Generation
von: Li, Lichen, et al.
Veröffentlicht: (2026)

Why you don't overfit, and don't need Bayes if you only train for one epoch
von: Aitchison, Laurence
Veröffentlicht: (2024)

Concepts or Skills? Rethinking Instruction Selection for Multi-modal Models
von: Bai, Andrew, et al.
Veröffentlicht: (2025)

Embedding Space Selection for Detecting Memorization and Fingerprinting in Generative Models
von: He, Jack, et al.
Veröffentlicht: (2024)

Learning label-label correlations in Extreme Multi-label Classification via Label Features
von: Kharbanda, Siddhant, et al.
Veröffentlicht: (2024)

Recent Advances in Traffic Accident Analysis and Prediction: A Comprehensive Review of Machine Learning Techniques
von: Behboudi, Noushin, et al.
Veröffentlicht: (2024)

Efficient and Interpretable Information Retrieval for Product Question Answering with Heterogeneous Data
von: Biswas, Biplob, et al.
Veröffentlicht: (2024)

Certified Training with Branch-and-Bound for Lyapunov-stable Neural Control
von: Shi, Zhouxing, et al.
Veröffentlicht: (2024)

CLUE: Concept-Level Uncertainty Estimation for Large Language Models
von: Wang, Yu-Hsiang, et al.
Veröffentlicht: (2024)

Expert Proximity as Surrogate Rewards for Single Demonstration Imitation Learning
von: Chiang, Chia-Cheng, et al.
Veröffentlicht: (2024)

POME: Post Optimization Model Edit via Muon-style Projection
von: Liu, Yong, et al.
Veröffentlicht: (2025)

Rethinking Neural-based Matrix Inversion: Why can't, and Where can
von: Ji, Yuliang, et al.
Veröffentlicht: (2025)

Mitigating Bias in Dataset Distillation
von: Cui, Justin, et al.
Veröffentlicht: (2024)

On Discrete Prompt Optimization for Diffusion Models
von: Wang, Ruochen, et al.
Veröffentlicht: (2024)

Scalable Deep Metric Learning on Attributed Graphs
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Federated Contrastive Learning of Graph-Level Representations
von: Li, Xiang, et al.
Veröffentlicht: (2024)

LLM-guided Hierarchical Search for End-to-end Reasoning Intensive Retrieval
von: Gupta, Nilesh, et al.
Veröffentlicht: (2025)

Concept Gradient: Concept-based Interpretation Without Linear Assumption
von: Bai, Andrew, et al.
Veröffentlicht: (2022)

GreenPhase: A Green Learning Approach for Earthquake Phase Picking
von: Wu, Yixing, et al.
Veröffentlicht: (2026)

LoRA Done RITE: Robust Invariant Transformation Equilibration for LoRA Optimization
von: Yen, Jui-Nan, et al.
Veröffentlicht: (2024)

Adversarial Examples Detection with Bayesian Neural Network
von: Li, Yao, et al.
Veröffentlicht: (2021)

IRIS: Intrinsic Reward Image Synthesis
von: Chen, Yihang, et al.
Veröffentlicht: (2025)

AutoRubric-T2I: Robust Rule-Based Reward Model for Text-to-Image Alignment
von: Kao, Kuei-Chun, et al.
Veröffentlicht: (2026)

Sparse MeZO: Less Parameters for Better Performance in Zeroth-Order LLM Fine-Tuning
von: Liu, Yong, et al.
Veröffentlicht: (2024)

Learning Non-Vacuous Generalization Bounds from Optimization
von: Tan, Chengli, et al.
Veröffentlicht: (2022)

Flex-GAD : Flexible Graph Anomaly Detection
von: Chakraborty, Apu, et al.
Veröffentlicht: (2025)

Demonstrating Multi-Suction Item Picking at Scale via Multi-Modal Learning of Pick Success
von: Wang, Che, et al.
Veröffentlicht: (2025)