Buchumschlag

Asymptotic and Finite-Time Guarantees for Langevin-Based Temperature Annealing in InfoNCE

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Chaudhry, Faris
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Geometry of Projection Heads: Conditioning, Invariance, and Collapse
von: Chaudhry, Faris
Veröffentlicht: (2026)

InfoNCE Induces Gaussian Distribution
von: Betser, Roy, et al.
Veröffentlicht: (2026)

Feature Starvation as Geometric Instability in Sparse Autoencoders
von: Chaudhry, Faris, et al.
Veröffentlicht: (2026)

Trajectory-Restricted Optimization Conditions and Geometry-Aware Linear Convergence
von: Chaudhry, Faris, et al.
Veröffentlicht: (2026)

InfoNCE: Identifying the Gap Between Theory and Practice
von: Rusak, Evgenia, et al.
Veröffentlicht: (2024)

Understanding InfoNCE: Transition Probability Matrix Induced Feature Clustering
von: Cheng, Ge, et al.
Veröffentlicht: (2025)

$f$-MICL: Understanding and Generalizing InfoNCE-based Contrastive Learning
von: Lu, Yiwei, et al.
Veröffentlicht: (2024)

Bridging Mini-Batch and Asymptotic Analysis in Contrastive Learning: From InfoNCE to Kernel-Based Losses
von: Koromilas, Panagiotis, et al.
Veröffentlicht: (2024)

InfoNCE is a Free Lunch for Semantically guided Graph Contrastive Learning
von: Wang, Zixu, et al.
Veröffentlicht: (2025)

When Softmax Fails at the Top: Extreme Value Corrections for InfoNCE
von: Erol, Melihcan, et al.
Veröffentlicht: (2026)

DIGing--SGLD: Decentralized and Scalable Langevin Sampling over Time--Varying Networks
von: Bajwa, Waheed U., et al.
Veröffentlicht: (2025)

Neural Simulated Annealing
von: Correia, Alvaro H. C., et al.
Veröffentlicht: (2022)

Mirror Mean-Field Langevin Dynamics
von: Gu, Anming, et al.
Veröffentlicht: (2025)

Higher-Order Newton Methods with Polynomial Work per Iteration
von: Ahmadi, Amir Ali, et al.
Veröffentlicht: (2023)

Stochastic Gradient Langevin Dynamics with Variance Reduction
von: Huang, Zhishen, et al.
Veröffentlicht: (2021)

Generalized EXTRA stochastic gradient Langevin dynamics
von: Gurbuzbalaban, Mert, et al.
Veröffentlicht: (2024)

Neural Contraction Metrics with Formal Guarantees for Discrete-Time Nonlinear Dynamical Systems
von: Li, Haoyu, et al.
Veröffentlicht: (2025)

Constrained Sampling with Primal-Dual Langevin Monte Carlo
von: Chamon, Luiz F. O., et al.
Veröffentlicht: (2024)

Benchmarking Diffusion Annealing-Based Bayesian Inverse Problem Solvers
von: Crafts, Evan Scope, et al.
Veröffentlicht: (2025)

Symmetric Mean-field Langevin Dynamics for Distributional Minimax Problems
von: Kim, Juno, et al.
Veröffentlicht: (2023)

Convergence of Stochastic Gradient Langevin Dynamics in the Lazy Training Regime
von: Oberweis, Noah, et al.
Veröffentlicht: (2025)

Finite-Time Decoupled Convergence in Nonlinear Two-Time-Scale Stochastic Approximation
von: Han, Yuze, et al.
Veröffentlicht: (2024)

Probabilistic Guarantees of Stochastic Recursive Gradient in Non-Convex Finite Sum Problems
von: Zhong, Yanjie, et al.
Veröffentlicht: (2024)

Learning-Based Optimal Control with Performance Guarantees for Unknown Systems with Latent States
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2023)

Proximal Interacting Particle Langevin Algorithms
von: Encinar, Paula Cordero, et al.
Veröffentlicht: (2024)

Dimension-Independent Convergence of Underdamped Langevin Monte Carlo in KL Divergence
von: Zhang, Shiyuan, et al.
Veröffentlicht: (2026)

Langevin Dynamics: A Unified Perspective on Optimization via Lyapunov Potentials
von: Chen, August Y., et al.
Veröffentlicht: (2024)

Learning Rate Annealing Improves Tuning Robustness in Stochastic Optimization
von: Attia, Amit, et al.
Veröffentlicht: (2025)

Annealed Sinkhorn for Optimal Transport: convergence, regularization path and debiasing
von: Chizat, Lénaïc
Veröffentlicht: (2024)

Finite-Time Analysis of On-Policy Heterogeneous Federated Reinforcement Learning
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

Asymptotic and Finite Sample Analysis of Nonexpansive Stochastic Approximations with Markovian Noise
von: Blaser, Ethan, et al.
Veröffentlicht: (2024)

Mean-Field Langevin Dynamics for Signed Measures via a Bilevel Approach
von: Wang, Guillaume, et al.
Veröffentlicht: (2024)

Finite-Time Analysis of Stochastic Nonconvex Nonsmooth Optimization on the Riemannian Manifolds
von: Sahinoglu, Emre, et al.
Veröffentlicht: (2025)

Flatness-Aware Stochastic Gradient Langevin Dynamics
von: Bruno, Stefano, et al.
Veröffentlicht: (2025)

Tight Finite Time Bounds of Two-Time-Scale Linear Stochastic Approximation with Markovian Noise
von: Haque, Shaan Ul, et al.
Veröffentlicht: (2023)

Sharper Guarantees for Misspecified Kernelized Bandit Optimization
von: Maran, Davide, et al.
Veröffentlicht: (2026)

On Performance Guarantees for Federated Learning with Personalized Constraints
von: Ebrahimi, Mohammadjavad, et al.
Veröffentlicht: (2026)

Memory-Reduced Meta-Learning with Guaranteed Convergence
von: Yang, Honglin, et al.
Veröffentlicht: (2024)

A Recovery Guarantee for Sparse Neural Networks
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2025)

MAP Estimation with Denoisers: Convergence Rates and Guarantees
von: Pesme, Scott, et al.
Veröffentlicht: (2025)