Buchumschlag

Architectural Proprioception in State Space Models: Thermodynamic Training Induces Anticipatory Halt Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Noon, Jay
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Agents With Prioritization and Parameter Noise in Continuous State and Action Space
von: Mangannavar, Rajesh, et al.
Veröffentlicht: (2024)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
von: Hedar, Abdel-Rahman, et al.
Veröffentlicht: (2024)

Large Language Models as Attribution Regularizers for Efficient Model Training
von: Vukadin, Davor, et al.
Veröffentlicht: (2025)

Spectral Compact Training: Pre-Training Large Language Models via Permanent Truncated SVD and Stiefel QR Retraction
von: Kohlberger, Björn Roman
Veröffentlicht: (2026)

Training Artificial Neural Networks by Coordinate Search Algorithm
von: Rokhsatyazdi, Ehsan, et al.
Veröffentlicht: (2024)

Manipulating 3D Molecules in a Fixed-Dimensional E(3)-Equivariant Latent Space
von: Chen, Zitao, et al.
Veröffentlicht: (2025)

Differentiable Symbolic Planning: A Neural Architecture for Constraint Reasoning with Learned Feasibility
von: Oruganti, Venkatakrishna Reddy
Veröffentlicht: (2026)

Deep Residual Echo State Networks: exploring residual orthogonal connections in untrained Recurrent Neural Networks
von: Pinna, Matteo, et al.
Veröffentlicht: (2025)

Market-Alignment Risk in Pricing Agents: Trace Diagnostics and Trace-Prior RL under Hidden Competitor State
von: Zhu, Peiying, et al.
Veröffentlicht: (2026)

How Does Unfaithful Reasoning Emerge from Autoregressive Training? A Study of Synthetic Experiments
von: Wang, Fuxin, et al.
Veröffentlicht: (2026)

Factored Conditional Filtering: Tracking States and Estimating Parameters in High-Dimensional Spaces
von: Chen, Dawei, et al.
Veröffentlicht: (2022)

Approximate Domain Unlearning for Vision-Language Models
von: Kawamura, Kodai, et al.
Veröffentlicht: (2025)

Evaluating Model Explanations without Ground Truth
von: Rawal, Kaivalya, et al.
Veröffentlicht: (2025)

Grokking Beyond the Euclidean Norm of Model Parameters
von: Notsawo, Pascal Jr Tikeng, et al.
Veröffentlicht: (2025)

Scaling Offline RL via Efficient and Expressive Shortcut Models
von: Espinosa-Dice, Nicolas, et al.
Veröffentlicht: (2025)

Black Box Model Explanations and the Human Interpretability Expectations -- An Analysis in the Context of Homicide Prediction
von: Ribeiro, José, et al.
Veröffentlicht: (2022)

A Practical Approach to using Supervised Machine Learning Models to Classify Aviation Safety Occurrences
von: Siow, Bryan Y.
Veröffentlicht: (2025)

CircuitProbe: Predicting Reasoning Circuits in Transformers via Stability Zone Detection
von: Panuganti, Rajkiran
Veröffentlicht: (2026)

The Geometric Inductive Bias of Grokking: Bypassing Phase Transitions via Architectural Topology
von: Yıldırım, Alper
Veröffentlicht: (2026)

Prototype Transformer: Towards Language Model Architectures Interpretable by Design
von: Yordanov, Yordan, et al.
Veröffentlicht: (2026)

Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models
von: Zhang, Gongbo, et al.
Veröffentlicht: (2026)

Model Fusion via Retrofitting
von: Luenam, Phoomraphee, et al.
Veröffentlicht: (2025)

SaiVLA-0: Cerebrum--Pons--Cerebellum Tripartite Architecture for Compute-Aware Vision-Language-Action
von: Shi, Xiang, et al.
Veröffentlicht: (2026)

Entropy-Based Measurement of Value Drift and Alignment Work in Large Language Models
von: Fadli, Samih
Veröffentlicht: (2025)

AGWM: Affordance-Grounded World Models for Environments with Compositional Prerequisites
von: Zhang, Qinshi, et al.
Veröffentlicht: (2026)

The Geometry of Thought: How Scale Restructures Reasoning In Large Language Models
von: Anderson, Samuel Cyrenius
Veröffentlicht: (2026)

On Semantic Loss Fine-Tuning Approach for Preventing Model Collapse in Causal Reasoning
von: Deshmukh, Pratik, et al.
Veröffentlicht: (2026)

HEHRGNN: A Unified Embedding Model for Knowledge Graphs with Hyperedges and Hyper-Relational Edges
von: Rajagopalamenon, Rajesh, et al.
Veröffentlicht: (2026)

Quantization Undoes Alignment: Bias Emergence in Compressed LLMs Across Models and Precision Levels
von: Rath, Plawan Kumar, et al.
Veröffentlicht: (2026)

Reasoning Large Language Model Errors Arise from Hallucinating Critical Problem Features
von: Heyman, Alex, et al.
Veröffentlicht: (2025)

What Do World Models Learn in RL? Probing Latent Representations in Learned Environment Simulators
von: Zhang, Xinyu
Veröffentlicht: (2026)

Fusion-Based Neural Generalization for Predicting Temperature Fields in Industrial PET Preform Heating
von: Alsheikh, Ahmad, et al.
Veröffentlicht: (2025)

The Anti-Ouroboros Effect: Emergent Resilience in Large Language Models from Recursive Selective Feedback
von: Adapala, Sai Teja Reddy
Veröffentlicht: (2025)

ParalESN: Enabling parallel information processing in Reservoir Computing
von: Pinna, Matteo, et al.
Veröffentlicht: (2026)

Understanding Goal Generalisation in Sequential Reinforcement Learning
von: Brown, Jason Ross, et al.
Veröffentlicht: (2026)

What changes after deployment? A survey on On-device Learning in TinyML
von: Pavan, Massimo, et al.
Veröffentlicht: (2026)

Bounded Ratio Reinforcement Learning
von: Ao, Yunke, et al.
Veröffentlicht: (2026)

Dynamics Reveals Structure: Challenging the Linear Propagation Assumption
von: Chang, Hoyeon, et al.
Veröffentlicht: (2026)

Low-Dimensional Execution Manifolds in Transformer Learning Dynamics: Evidence from Modular Arithmetic Tasks
von: Xu, Yongzhong
Veröffentlicht: (2026)

Extending Differential Temporal Difference Methods for Episodic Problems
von: De Asis, Kris, et al.
Veröffentlicht: (2026)