Guardado en:
| Autores principales: | Prakash, Hari K, Martin, Charles H |
|---|---|
| Formato: | Preprint |
| Publicado: |
2026
|
| Materias: | |
| Acceso en línea: | https://arxiv.org/abs/2602.02859 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
Grokking and Generalization Collapse: Insights from \texttt{HTSR} theory
por: Prakash, Hari K., et al.
Publicado: (2025)
por: Prakash, Hari K., et al.
Publicado: (2025)
Detecting overfitting in Neural Networks during long-horizon grokking using Random Matrix Theory
por: Prakash, Hari K., et al.
Publicado: (2026)
por: Prakash, Hari K., et al.
Publicado: (2026)
How to explain grokking
por: Kozyrev, S. V.
Publicado: (2024)
por: Kozyrev, S. V.
Publicado: (2024)
Flatness is Necessary, Neural Collapse is Not: Rethinking Generalization via Grokking
por: Han, Ting, et al.
Publicado: (2025)
por: Han, Ting, et al.
Publicado: (2025)
Explaining Grokking and Information Bottleneck through Neural Collapse Emergence
por: Sakamoto, Keitaro, et al.
Publicado: (2025)
por: Sakamoto, Keitaro, et al.
Publicado: (2025)
Measuring Sharpness in Grokking
por: Miller, Jack, et al.
Publicado: (2024)
por: Miller, Jack, et al.
Publicado: (2024)
Learning words in groups: fusion algebras, tensor ranks and grokking
por: Shutman, Maor, et al.
Publicado: (2025)
por: Shutman, Maor, et al.
Publicado: (2025)
ILDR: Geometric Early Detection of Grokking
por: Golwala, Shreel
Publicado: (2026)
por: Golwala, Shreel
Publicado: (2026)
To Grok Grokking: Provable Grokking in Ridge Regression
por: Xu, Mingyue, et al.
Publicado: (2026)
por: Xu, Mingyue, et al.
Publicado: (2026)
Deep Grokking: Would Deep Neural Networks Generalize Better?
por: Fan, Simin, et al.
Publicado: (2024)
por: Fan, Simin, et al.
Publicado: (2024)
A rationale from frequency perspective for grokking in training neural network
por: Zhou, Zhangchen, et al.
Publicado: (2024)
por: Zhou, Zhangchen, et al.
Publicado: (2024)
Dichotomy of Early and Late Phase Implicit Biases Can Provably Induce Grokking
por: Lyu, Kaifeng, et al.
Publicado: (2023)
por: Lyu, Kaifeng, et al.
Publicado: (2023)
Grokking Beyond Neural Networks: An Empirical Exploration with Model Complexity
por: Miller, Jack, et al.
Publicado: (2023)
por: Miller, Jack, et al.
Publicado: (2023)
The Complexity Dynamics of Grokking
por: DeMoss, Branton, et al.
Publicado: (2024)
por: DeMoss, Branton, et al.
Publicado: (2024)
Emergence in non-neural models: grokking modular arithmetic via average gradient outer product
por: Mallinar, Neil, et al.
Publicado: (2024)
por: Mallinar, Neil, et al.
Publicado: (2024)
Bridging Lottery Ticket and Grokking: Understanding Grokking from Inner Structure of Networks
por: Minegishi, Gouki, et al.
Publicado: (2023)
por: Minegishi, Gouki, et al.
Publicado: (2023)
Grokked Models are Better Unlearners
por: Liang, Yuanbang, et al.
Publicado: (2025)
por: Liang, Yuanbang, et al.
Publicado: (2025)
Topological Signatures of Grokking
por: Tang, Yifan, et al.
Publicado: (2026)
por: Tang, Yifan, et al.
Publicado: (2026)
Grokking in LLM Pretraining? Monitor Memorization-to-Generalization without Test
por: Li, Ziyue, et al.
Publicado: (2025)
por: Li, Ziyue, et al.
Publicado: (2025)
Using physics-inspired Singular Learning Theory to understand grokking & other phase transitions in modern neural networks
por: Lakkapragada, Anish
Publicado: (2025)
por: Lakkapragada, Anish
Publicado: (2025)
Position: Solve Layerwise Linear Models First to Understand Neural Dynamical Phenomena (Neural Collapse, Emergence, Lazy/Rich Regime, and Grokking)
por: Nam, Yoonsoo, et al.
Publicado: (2025)
por: Nam, Yoonsoo, et al.
Publicado: (2025)
NeuralGrok: Accelerate Grokking by Neural Gradient Transformation
por: Zhou, Xinyu, et al.
Publicado: (2025)
por: Zhou, Xinyu, et al.
Publicado: (2025)
Exploring Grokking: Experimental and Mechanistic Investigations
por: Qiye, Hu, et al.
Publicado: (2024)
por: Qiye, Hu, et al.
Publicado: (2024)
Mechanistic Insights into Grokking from the Embedding Layer
por: AlquBoj, H. V., et al.
Publicado: (2025)
por: AlquBoj, H. V., et al.
Publicado: (2025)
Distributional Spectral Diagnostics for Localizing Grokking Transitions
por: Wang, Ziyue, et al.
Publicado: (2026)
por: Wang, Ziyue, et al.
Publicado: (2026)
GrokAlign: Geometric Characterisation and Acceleration of Grokking
por: Walker, Thomas, et al.
Publicado: (2025)
por: Walker, Thomas, et al.
Publicado: (2025)
Grokking in Linear Models for Logistic Regression
por: Das, Nataraj, et al.
Publicado: (2026)
por: Das, Nataraj, et al.
Publicado: (2026)
Grokking Explained: A Statistical Phenomenon
por: Carvalho, Breno W., et al.
Publicado: (2025)
por: Carvalho, Breno W., et al.
Publicado: (2025)
Controlling Grokking with Nonlinearity and Data Symmetry
por: Salah, Ahmed, et al.
Publicado: (2024)
por: Salah, Ahmed, et al.
Publicado: (2024)
Grokking Finite-Dimensional Algebra
por: Notsawo, Pascal Jr Tikeng, et al.
Publicado: (2026)
por: Notsawo, Pascal Jr Tikeng, et al.
Publicado: (2026)
Grokking Group Multiplication with Cosets
por: Stander, Dashiell, et al.
Publicado: (2023)
por: Stander, Dashiell, et al.
Publicado: (2023)
Muon Optimizer Accelerates Grokking
por: Tveit, Amund, et al.
Publicado: (2025)
por: Tveit, Amund, et al.
Publicado: (2025)
A Pre-Training Analogue of Grokking in Language Models: Tracing Delayed Grammatical Generalization
por: Muckatira, Sherin, et al.
Publicado: (2026)
por: Muckatira, Sherin, et al.
Publicado: (2026)
Grokking of Diffusion Models: Case Study on Modular Addition
por: Kim, Joon Hyeok, et al.
Publicado: (2026)
por: Kim, Joon Hyeok, et al.
Publicado: (2026)
Explaining Grokking in Transformers through the Lens of Inductive Bias
por: Singh, Jaisidh, et al.
Publicado: (2026)
por: Singh, Jaisidh, et al.
Publicado: (2026)
Beyond Progress Measures: Theoretical Insights into the Mechanism of Grokking
por: Gu, Zihan, et al.
Publicado: (2025)
por: Gu, Zihan, et al.
Publicado: (2025)
Grokfast: Accelerated Grokking by Amplifying Slow Gradients
por: Lee, Jaerin, et al.
Publicado: (2024)
por: Lee, Jaerin, et al.
Publicado: (2024)
Understanding Grokking Through A Robustness Viewpoint
por: Tan, Zhiquan, et al.
Publicado: (2023)
por: Tan, Zhiquan, et al.
Publicado: (2023)
Progress Measures for Grokking on Real-world Tasks
por: Golechha, Satvik
Publicado: (2024)
por: Golechha, Satvik
Publicado: (2024)
Grokking at the Edge of Linear Separability
por: Beck, Alon, et al.
Publicado: (2024)
por: Beck, Alon, et al.
Publicado: (2024)
Ejemplares similares
-
Grokking and Generalization Collapse: Insights from \texttt{HTSR} theory
por: Prakash, Hari K., et al.
Publicado: (2025) -
Detecting overfitting in Neural Networks during long-horizon grokking using Random Matrix Theory
por: Prakash, Hari K., et al.
Publicado: (2026) -
How to explain grokking
por: Kozyrev, S. V.
Publicado: (2024) -
Flatness is Necessary, Neural Collapse is Not: Rethinking Generalization via Grokking
por: Han, Ting, et al.
Publicado: (2025) -
Explaining Grokking and Information Bottleneck through Neural Collapse Emergence
por: Sakamoto, Keitaro, et al.
Publicado: (2025)