:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jingru, Fan, Yibo, Li, Huan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.14603
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Muon is Provably Faster with Momentum Variance Reduction
von: Qian, Xun, et al.
Veröffentlicht: (2025)

Adaptive Optimization via Momentum on Variance-Normalized Gradients
von: Patitucci, Francisco, et al.
Veröffentlicht: (2026)

Accelerating Byzantine-Robust Distributed Learning with Compressed Communication via Double Momentum and Variance Reduction
von: Li, Yanghao, et al.
Veröffentlicht: (2026)

Adaptive Variance Reduction for Stochastic Optimization under Weaker Assumptions
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

TrasMuon: Trust-Region Adaptive Scaling for Orthogonalized Momentum Optimizers
von: Cheng, Peng, et al.
Veröffentlicht: (2026)

Efficient Backpropagation with Variance-Controlled Adaptive Sampling
von: Wang, Ziteng, et al.
Veröffentlicht: (2024)

Empirical Privacy Variance
von: Hu, Yuzheng, et al.
Veröffentlicht: (2025)

Global Convergence of Natural Policy Gradient with Hessian-aided Momentum Variance Reduction
von: Feng, Jie, et al.
Veröffentlicht: (2024)

Accelerating RLHF Training with Reward Variance Increase
von: Yang, Zonglin, et al.
Veröffentlicht: (2025)

Variance-aware Reward Modeling with Anchor Guidance
von: Fang, Shuxing, et al.
Veröffentlicht: (2026)

DP-Muon: Differentially Private Optimization via Matrix-Orthogonalized Momentum
von: Kim, Jihwan, et al.
Veröffentlicht: (2026)

Ratio-Variance Regularized Policy Optimization for Efficient LLM Fine-tuning
von: Luo, Yu, et al.
Veröffentlicht: (2026)

GPAS: Accelerating Convergence of LLM Pretraining via Gradient-Preserving Activation Scaling
von: Chen, Tianhao, et al.
Veröffentlicht: (2025)

On Vanishing Variance in Transformer Length Generalization
von: Li, Ruining, et al.
Veröffentlicht: (2025)

Variance-Based Pruning for Accelerating and Compressing Trained Networks
von: Berisha, Uranik, et al.
Veröffentlicht: (2025)

The Optimal Token Baseline: Variance Reduction for Long-Horizon LLM-RL
von: Li, Yingru, et al.
Veröffentlicht: (2026)

VASSO: Variance Suppression for Sharpness-Aware Minimization
von: Li, Bingcong, et al.
Veröffentlicht: (2025)

Adaptive Variance-Penalized Continual Learning with Fisher Regularization
von: Sarkar, Krisanu
Veröffentlicht: (2025)

Practical Efficiency of Muon for Pretraining
von: AI, Essential, et al.
Veröffentlicht: (2025)

EVPO: Explained Variance Policy Optimization for Adaptive Critic Utilization in LLM Post-Training
von: Pan, Chengjun, et al.
Veröffentlicht: (2026)

Allocating Variance to Maximize Expectation
von: Leme, Renato Purita Paes, et al.
Veröffentlicht: (2025)

Enhanced Federated Optimization: Adaptive Unbiased Client Sampling with Reduced Variance
von: Zeng, Dun, et al.
Veröffentlicht: (2023)

Variance-Aware Adaptive Weighting for Diffusion Model Training
von: Sun, Nanlong, et al.
Veröffentlicht: (2026)

Projection-Free Variance Reduction Methods for Stochastic Constrained Multi-Level Compositional Optimization
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Efficient Sign-Based Optimization: Accelerating Convergence via Variance Reduction
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

TRSVR: An Adaptive Stochastic Trust-Region Method with Variance Reduction
von: Fang, Yuchen, et al.
Veröffentlicht: (2026)

On the Role of Preference Variance in Preference Optimization
von: Guo, Jiacheng, et al.
Veröffentlicht: (2025)

Variance Control via Weight Rescaling in LLM Pre-training
von: Owen, Louis, et al.
Veröffentlicht: (2025)

Data- and Variance-dependent Regret Bounds for Online Tabular MDPs
von: Li, Mingyi, et al.
Veröffentlicht: (2026)

Precise Asymptotics and Refined Regret of Variance-Aware UCB
von: Fan, Yingying, et al.
Veröffentlicht: (2024)

Variance-Adaptive Optimal Algorithm for Reinforcement Learning with Multinomial Logit Function Approximation
von: Kim, Wonyoung, et al.
Veröffentlicht: (2026)

Non-Convex Optimization in Federated Learning via Variance Reduction and Adaptive Learning
von: Thakur, Dipanwita, et al.
Veröffentlicht: (2024)

Stochastic Variance-Reduced Newton: Accelerating Finite-Sum Minimization with Large Batches
von: Dereziński, Michał
Veröffentlicht: (2022)

Quantifying Variance in Evaluation Benchmarks
von: Madaan, Lovish, et al.
Veröffentlicht: (2024)

Variance-Reducing Couplings for Random Features
von: Reid, Isaac, et al.
Veröffentlicht: (2024)

Fair CoVariance Neural Networks
von: Cavallo, Andrea, et al.
Veröffentlicht: (2024)

Zero-Variance Gradients for Variational Autoencoders
von: Shao, Zilei, et al.
Veröffentlicht: (2025)

Conformal Risk Minimization with Variance Reduction
von: Noorani, Sima, et al.
Veröffentlicht: (2024)

STATE: A Robust ATE Estimator of Heavy-Tailed Metrics for Variance Reduction in Online Controlled Experiments
von: Zhou, Hao, et al.
Veröffentlicht: (2024)

Breaking the Stochasticity Barrier: An Adaptive Variance-Reduced Method for Variational Inequalities
von: Jeong, Yungi, et al.
Veröffentlicht: (2026)