:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiang, Meng, Pei, Yan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2605.03722
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nexus: Same Pretraining Loss, Better Downstream Generalization via Common Minima
von: Chen, Huanran, et al.
Veröffentlicht: (2026)

Dynamic Loss-Based Sample Reweighting for Improved Large Language Model Pretraining
von: Sow, Daouda, et al.
Veröffentlicht: (2025)

Cite Pretrain: Retrieval-Free Knowledge Attribution for Large Language Models
von: Huang, Yukun, et al.
Veröffentlicht: (2025)

Distribution-Free Rates in Neyman-Pearson Classification
von: Kalan, Mohammadreza M., et al.
Veröffentlicht: (2024)

Distribution Free Prediction Sets for Node Classification
von: Clarkson, Jase
Veröffentlicht: (2022)

Scaling Pretrained Representations Enables Label-Free Out-of-Distribution Detection Without Fine-Tuning
von: Barkley, Brett, et al.
Veröffentlicht: (2026)

An Empirical Study on Noisy Data and LLM Pretraining Loss Divergence
von: Zhang, Qizhen, et al.
Veröffentlicht: (2026)

When Losses Align: Gradient-Based Composite Loss Weighting for Efficient Pretraining
von: Karpukhin, Ivan, et al.
Veröffentlicht: (2026)

Towards Understanding Self-Pretraining for Sequence Classification
von: Coser, Omar, et al.
Veröffentlicht: (2026)

LOCUS: A Distribution-Free Loss-Quantile Score for Risk-Aware Predictions
von: Barreto, Matheus, et al.
Veröffentlicht: (2026)

Evaluating Loss Functions for Graph Neural Networks: Towards Pretraining and Generalization
von: Abbas, Khushnood, et al.
Veröffentlicht: (2025)

AnyLoss: Transforming Classification Metrics into Loss Functions
von: Han, Doheon, et al.
Veröffentlicht: (2024)

ADEPT: Continual Pretraining via Adaptive Expansion and Dynamic Decoupled Tuning
von: Zhang, Jinyang, et al.
Veröffentlicht: (2025)

Dynamic Regret via Discounted-to-Dynamic Reduction with Applications to Curved Losses and Adam Optimizer
von: Xie, Yan-Feng, et al.
Veröffentlicht: (2026)

PETRA: Pretrained Evolutionary Transformer for SARS-CoV-2 Mutation Prediction
von: Zou, Xu
Veröffentlicht: (2025)

EvoPress: Accurate Dynamic Model Compression via Evolutionary Search
von: Sieberling, Oliver, et al.
Veröffentlicht: (2024)

Projection-Free CNN Pruning via Frank-Wolfe with Momentum: Sparser Models with Less Pretraining
von: Shili, Hamza ElMokhtar, et al.
Veröffentlicht: (2025)

FaiREE: Fair Classification with Finite-Sample and Distribution-Free Guarantee
von: Li, Puheng, et al.
Veröffentlicht: (2022)

Distributional Adversarial Loss
von: Ahmadi, Saba, et al.
Veröffentlicht: (2024)

Prototypical Extreme Multi-label Classification with a Dynamic Margin Loss
von: Dahiya, Kunal, et al.
Veröffentlicht: (2024)

A Novel Loss Function-based Support Vector Machine for Binary Classification
von: Li, Yan, et al.
Veröffentlicht: (2024)

Protein Fold Classification at Scale: Benchmarking and Pretraining
von: Chen, Dexiong, et al.
Veröffentlicht: (2026)

Partial Distribution Alignment via Adaptive Optimal Transport
von: Yang, Pei, et al.
Veröffentlicht: (2025)

Class-Imbalanced Complementary-Label Learning via Weighted Loss
von: Wei, Meng, et al.
Veröffentlicht: (2022)

Evo-TFS: Evolutionary Time-Frequency Domain-Based Synthetic Minority Oversampling Approach to Imbalanced Time Series Classification
von: Pei, Wenbin, et al.
Veröffentlicht: (2026)

EnsLoss: Stochastic Calibrated Loss Ensembles for Preventing Overfitting in Classification
von: Dai, Ben
Veröffentlicht: (2024)

Loss Regularizing Robotic Terrain Classification
von: Kumar, Shakti Deo, et al.
Veröffentlicht: (2024)

Posterior Distribution-assisted Evolutionary Dynamic Optimization as an Online Calibrator for Complex Social Simulations
von: Yang, Peng, et al.
Veröffentlicht: (2026)

Classification with Deep Neural Networks and Logistic Loss
von: Zhang, Zihan, et al.
Veröffentlicht: (2023)

Training More Robust Classification Model via Discriminative Loss and Gaussian Noise Injection
von: Nguyen, Hai-Vy, et al.
Veröffentlicht: (2024)

FaultFormer: Pretraining Transformers for Adaptable Bearing Fault Classification
von: Zhou, Anthony, et al.
Veröffentlicht: (2023)

Temperature-Free Loss Function for Contrastive Learning
von: Kim, Bum Jun, et al.
Veröffentlicht: (2025)

Criterion Collapse and Loss Distribution Control
von: Holland, Matthew J.
Veröffentlicht: (2024)

Neural Field Classifiers via Target Encoding and Classification Loss
von: Yang, Xindi, et al.
Veröffentlicht: (2024)

Enhancing Pretrained Model-based Continual Representation Learning via Guided Random Projection
von: Li, Ruilin, et al.
Veröffentlicht: (2026)

Improved Balanced Classification with Theoretically Grounded Loss Functions
von: Cortes, Corinna, et al.
Veröffentlicht: (2025)

MMDCP: A Distribution-free Approach to Outlier Detection and Classification with Coverage Guarantees and SCW-FDR Control
von: Lin, Youwu, et al.
Veröffentlicht: (2025)

Momentum Accelerates Evolutionary Dynamics
von: Harper, Marc, et al.
Veröffentlicht: (2020)

ATOM: A Pretrained Neural Operator for Multitask Molecular Dynamics
von: Thompson, Luke, et al.
Veröffentlicht: (2025)

Dimension-Free Decision Calibration for Nonlinear Loss Functions
von: Tang, Jingwu, et al.
Veröffentlicht: (2025)