Buchumschlag

Neural Global Optimization via Iterative Refinement from Noisy Samples

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Muzaffar, Qusay, Levin, David, Werman, Michael
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NoisyCoconut: Counterfactual Consensus via Latent Space Reasoning
von: Jerge, Michael, et al.
Veröffentlicht: (2026)

Self-Refining Diffusion Samplers: Enabling Parallelization via Parareal Iterations
von: Selvam, Nikil Roashan, et al.
Veröffentlicht: (2024)

Closing the Gap: Achieving Global Convergence (Last Iterate) of Actor-Critic under Markovian Sampling with Neural Network Parametrization
von: Gaur, Mudit, et al.
Veröffentlicht: (2024)

Optimizing Sensory Neurons: Nonlinear Attention Mechanisms for Accelerated Convergence in Permutation-Invariant Neural Networks for Reinforcement Learning
von: Muzaffar, Junaid, et al.
Veröffentlicht: (2025)

Iterative Refinement Neural Operators are Learned Fixed-Point Solvers: A Principled Approach to Spectral Bias Mitigation
von: Liu, Xiaotian, et al.
Veröffentlicht: (2026)

Nested Graph Pseudo-Label Refinement for Noisy Label Domain Adaptation Learning
von: Wang, Yingxu, et al.
Veröffentlicht: (2025)

BoxRL-NNV: Boxed Refinement of Latin Hypercube Samples for Neural Network Verification
von: Das, Sarthak
Veröffentlicht: (2025)

Inference-Time Scaling in Diffusion Models through Iterative Partial Refinement
von: Kang, Taegu, et al.
Veröffentlicht: (2026)

Effective Test-Time Scaling of Discrete Diffusion through Iterative Refinement
von: Lee, Sanghyun, et al.
Veröffentlicht: (2025)

Chain-of-Specificity: An Iteratively Refining Method for Eliciting Knowledge from Large Language Models
von: Wei, Kaiwen, et al.
Veröffentlicht: (2024)

Iterative Label Refinement Matters More than Preference Optimization under Weak Supervision
von: Ye, Yaowen, et al.
Veröffentlicht: (2025)

Learning with Imbalanced Noisy Data by Preventing Bias in Sample Selection
von: Liu, Huafeng, et al.
Veröffentlicht: (2024)

IIB-LPO: Latent Policy Optimization via Iterative Information Bottleneck
von: Deng, Huilin, et al.
Veröffentlicht: (2026)

Global Evolutionary Steering: Refining Activation Steering Control via Cross-Layer Consistency
von: Jiang, Xinyan, et al.
Veröffentlicht: (2026)

ITS-Mina: A Harris Hawks Optimization-Based All-MLP Framework with Iterative Refinement and External Attention for Multivariate Time Series Forecasting
von: Zamanvaziri, Pourya, et al.
Veröffentlicht: (2026)

On Symmetric Losses for Robust Policy Optimization with Noisy Preferences
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2025)

De Jure: Iterative LLM Self-Refinement for Structured Extraction of Regulatory Rules
von: Guliani, Keerat, et al.
Veröffentlicht: (2026)

Evolutionary Guided Decoding: Iterative Value Refinement for LLMs
von: Liu, Zhenhua, et al.
Veröffentlicht: (2025)

Are LLMs Better GNN Helpers? Rethinking Robust Graph Learning under Deficiencies with Iterative Refinement
von: Wang, Zhaoyan, et al.
Veröffentlicht: (2025)

Watch Every Step! LLM Agent Learning via Iterative Step-Level Process Refinement
von: Xiong, Weimin, et al.
Veröffentlicht: (2024)

Rethinking Early Stopping: Refine, Then Calibrate
von: Berta, Eugène, et al.
Veröffentlicht: (2025)

Fix Initial Codes and Iteratively Refine Textual Directions Toward Safe Multi-Turn Code Correction
von: Tanaka, Yuto, et al.
Veröffentlicht: (2026)

Efficient Exploration for Iterative Nash Preference Optimization
von: Nan, Tianlong, et al.
Veröffentlicht: (2026)

Understanding the Challenges in Iterative Generative Optimization with LLMs
von: Nie, Allen, et al.
Veröffentlicht: (2026)

Refining Filter Global Feature Weighting for Fully-Unsupervised Clustering
von: Galis, Fabian, et al.
Veröffentlicht: (2025)

Efficient Bilevel Optimization for Meta Label Correction in Noisy Label Learning
von: Nguyen, Ba Hoang Anh, et al.
Veröffentlicht: (2026)

Refining Adaptive Zeroth-Order Optimization at Ease
von: Shu, Yao, et al.
Veröffentlicht: (2025)

Post Hoc Regression Refinement via Pairwise Rankings
von: Wijaya, Kevin Tirta, et al.
Veröffentlicht: (2025)

NPSolver: Neural Poisson Solver with Iterative Physics Supervision
von: Zeng, Bocheng, et al.
Veröffentlicht: (2026)

Iterative Inference in a Chess-Playing Neural Network
von: Sandmann, Elias, et al.
Veröffentlicht: (2025)

Sample Selection via Contrastive Fragmentation for Noisy Label Regression
von: Kim, Chris Dongjoo, et al.
Veröffentlicht: (2025)

Enhancing Deep Neural Network Reliability with Refinement and Calibration
von: Hebbalaguppe, Ramya, et al.
Veröffentlicht: (2026)

Learning from Noisy Labels for Long-tailed Data via Optimal Transport
von: Li, Mengting, et al.
Veröffentlicht: (2024)

ParFam -- (Neural Guided) Symbolic Regression Based on Continuous Global Optimization
von: Scholl, Philipp, et al.
Veröffentlicht: (2023)

Diffusion Posterior Sampling for General Noisy Inverse Problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2022)

Sensory-Motor Control with Large Language Models via Iterative Policy Refinement
von: Carvalho, Jônata Tyska, et al.
Veröffentlicht: (2025)

Iterative Amortized Inference: Unifying In-Context Learning and Learned Optimizers
von: Mittal, Sarthak, et al.
Veröffentlicht: (2025)

POCAII: Parameter Optimization with Conscious Allocation using Iterative Intelligence
von: Inman, Joshua, et al.
Veröffentlicht: (2025)

High-Dimensional Bayesian Optimization via Semi-Supervised Learning with Optimized Unlabeled Data Sampling
von: Yin, Yuxuan, et al.
Veröffentlicht: (2023)

FedPOB: Sample-Efficient Federated Prompt Optimization via Bandits
von: Lu, Pingchen, et al.
Veröffentlicht: (2025)