:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cui, Ziyao, Pei, Jian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.18909
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Membership Inference Attacks in Knowledge Distillation
von: Cui, Ziyao, et al.
Veröffentlicht: (2025)

Learning to Attack: Uncovering Privacy Risks in Sequential Data Releases
von: Cui, Ziyao, et al.
Veröffentlicht: (2025)

Beyond the Laplacian: Interpolated Spectral Augmentation for Graph Neural Networks
von: Cui, Ziyao, et al.
Veröffentlicht: (2025)

Efficient Uncertainty in LLMs through Evidential Knowledge Distillation
von: Nemani, Lakshmana Sri Harsha, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Multi-Expert Knowledge Distillation for Imbalanced Disease Grading
von: Tong, Shuo, et al.
Veröffentlicht: (2025)

How to Backdoor the Knowledge Distillation
von: Wu, Chen, et al.
Veröffentlicht: (2025)

Knowledge Distillation of Uncertainty using Deep Latent Factor Model
von: Park, Sehyun, et al.
Veröffentlicht: (2025)

How to Train the Teacher Model for Effective Knowledge Distillation
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2024)

Efficient Epistemic Uncertainty Estimation for Large Language Models via Knowledge Distillation
von: Park, Seonghyeon, et al.
Veröffentlicht: (2026)

Selective Uncertainty Propagation in Offline RL
von: Krishnamurthy, Sanath Kumar, et al.
Veröffentlicht: (2023)

Uncertainty Propagation in the Fast Fourier Transform
von: Schmid, Luca, et al.
Veröffentlicht: (2025)

Sinkhorn Distance Minimization for Knowledge Distillation
von: Cui, Xiao, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Dual-Student Knowledge Distillation for Efficient Image Classification
von: Gore, Aakash, et al.
Veröffentlicht: (2025)

CAKD: A Correlation-Aware Knowledge Distillation Framework Based on Decoupling Kullback-Leibler Divergence
von: Zhang, Zao, et al.
Veröffentlicht: (2024)

Densely Distilling Cumulative Knowledge for Continual Learning
von: Shi, Zenglin, et al.
Veröffentlicht: (2024)

Uncertainty Quantification and Propagation in Surrogate-based Bayesian Inference
von: Reiser, Philipp, et al.
Veröffentlicht: (2023)

Kolmogorov-Arnold Networks are Radial Basis Function Networks
von: Li, Ziyao
Veröffentlicht: (2024)

Uncertainty Quantification via Stable Distribution Propagation
von: Petersen, Felix, et al.
Veröffentlicht: (2024)

Distill to Delete: Unlearning in Graph Networks with Knowledge Distillation
von: Sinha, Yash, et al.
Veröffentlicht: (2023)

What is Left After Distillation? How Knowledge Transfer Impacts Fairness and Bias
von: Mohammadshahi, Aida, et al.
Veröffentlicht: (2024)

SAUP: Situation Awareness Uncertainty Propagation on LLM Agent
von: Zhao, Qiwei, et al.
Veröffentlicht: (2024)

Oh! We Freeze: Improving Quantized Knowledge Distillation via Signal Propagation Analysis for Large Language Models
von: Bhardwaj, Kartikeya, et al.
Veröffentlicht: (2024)

Deterministic Uncertainty Propagation for Improved Model-Based Offline Reinforcement Learning
von: Akgül, Abdullah, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Cross-Modal Knowledge Distillation with Prototype Learning for Multimodal Brain-Computer Interfaces
von: Jang, Hyo-Jeong, et al.
Veröffentlicht: (2025)

Credal Ensemble Distillation for Uncertainty Quantification
von: Wang, Kaizheng, et al.
Veröffentlicht: (2025)

Knowledge Distillation with Adapted Weight
von: Wu, Sirong, et al.
Veröffentlicht: (2025)

Distilled Circuits: A Mechanistic Study of Internal Restructuring in Knowledge Distillation
von: Haskins, Reilly, et al.
Veröffentlicht: (2025)

Online Knowledge Distillation with Reward Guidance
von: Jia, Chen
Veröffentlicht: (2025)

Uncertainty-aware Knowledge Tracing
von: Cheng, Weihua, et al.
Veröffentlicht: (2025)

HawkesLLM: Semantic Uncertainty Propagation in Agentic Text Simulation
von: Deng, Zewei, et al.
Veröffentlicht: (2026)

Comprehensive Description of Uncertainty in Measurement for Representation and Propagation with Scalable Precision
von: Darijani, Ali, et al.
Veröffentlicht: (2026)

Knowledge Propagation over Conditional Independence Graphs
von: Chajewska, Urszula, et al.
Veröffentlicht: (2023)

Certifying Guidance & Control Networks: Uncertainty Propagation to an Event Manifold
von: Origer, Sebastien, et al.
Veröffentlicht: (2024)

Prioritize Alignment in Dataset Distillation
von: Li, Zekai, et al.
Veröffentlicht: (2024)

ScenGAN: Attention-Intensive Generative Model for Uncertainty-Aware Renewable Scenario Forecasting
von: Wu, Yifei, et al.
Veröffentlicht: (2025)

A Teacher-Free Graph Knowledge Distillation Framework with Dual Self-Distillation
von: Wu, Lirong, et al.
Veröffentlicht: (2024)

Teaching MLP More Graph Information: A Three-stage Multitask Knowledge Distillation Framework
von: Li, Junxian, et al.
Veröffentlicht: (2024)

GNN's Uncertainty Quantification using Self-Distillation
von: Daneshvar, Hirad, et al.
Veröffentlicht: (2025)

Revisiting Broken Windows Theory
von: Cui, Ziyao, et al.
Veröffentlicht: (2025)

Knowledge Distillation with Training Wheels
von: Liu, Guanlin, et al.
Veröffentlicht: (2025)