Buchumschlag

The two clocks and the innovation window: When and how generative models learn rules

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Binxu, Finn, Emma Lucia Byrnes, Liu, Bingbin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computational Complexity 68T07, 68T05, 68Q32 I.2.6; G.3; I.2.8
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Current and Future Perspectives of Zinc Oxide Nanoparticles in the Treatment of Diabetes Mellitus
von: Yousaf, Iqra
Veröffentlicht: (2024)

Mitigating Catastrophic Forgetting in Streaming Generative and Predictive Learning via Stateful Replay
von: Du, Wenzhang
Veröffentlicht: (2025)

An Improved Adaptive PID Optimizer with Enhanced Convergence and Stability for Deep Learning
von: Saini, Saurabh, et al.
Veröffentlicht: (2026)

Statistical Guarantees for Lifelong Reinforcement Learning using PAC-Bayes Theory
von: Zhang, Zhi, et al.
Veröffentlicht: (2024)

Backpropagation Through Time For Networks With Long-Term Dependencies
von: Bird, George, et al.
Veröffentlicht: (2021)

CellARC: Measuring Intelligence with Cellular Automata
von: Lžičař, Miroslav
Veröffentlicht: (2025)

Optimistic Feasible Search for Closed-Loop Fair Threshold Decision-Making
von: Du, Wenzhang
Veröffentlicht: (2025)

A Comparison Between Decision Transformers and Traditional Offline Reinforcement Learning Algorithms
von: Caunhye, Ali Murtaza, et al.
Veröffentlicht: (2025)

Emotion-Inspired Learning Signals (EILS): A Homeostatic Framework for Adaptive Autonomous Agents
von: Tiwari, Dhruv
Veröffentlicht: (2025)

Vis-CoT: A Human-in-the-Loop Framework for Interactive Visualization and Intervention in LLM Chain-of-Thought Reasoning
von: Pather, Kaviraj, et al.
Veröffentlicht: (2025)

Adaptive Negative Scheduling for Graph Contrastive Learning
von: Ali, Adnan, et al.
Veröffentlicht: (2026)

The Impact of Data Characteristics on GNN Evaluation for Detecting Fake News
von: Karn, Isha, et al.
Veröffentlicht: (2025)

Computational Hardness of Reinforcement Learning with Partial $q^π$-Realizability
von: Karimi, Shayan, et al.
Veröffentlicht: (2025)

Connectivity-Aware Representations for Constrained Motion Planning via Multi-Scale Contrastive Learning
von: Jeon, Suhyun, et al.
Veröffentlicht: (2026)

From Imitation to Interaction: Mastering Game of Schnapsen with Shallow Reinforcement Learning
von: Klačan, Ján, et al.
Veröffentlicht: (2026)

Understanding the Nature of Generative AI as Threshold Logic in High-Dimensional Space
von: Levin, Ilya
Veröffentlicht: (2026)

Think Thrice Before You Speak: Dual knowledge-enhanced Theory-of-Mind Reasoning for Persuasive Agents
von: Ma, Minghui, et al.
Veröffentlicht: (2026)

Intersymbolic AI: Interlinking Symbolic AI and Subsymbolic AI
von: Platzer, André
Veröffentlicht: (2024)

When Does Global Attention Help? A Unified Empirical Study on Atomistic Graph Learning
von: Chowdhury, Arindam, et al.
Veröffentlicht: (2025)

KL-Regularised Q-Learning: A Token-level Action-Value perspective on Online RLHF
von: Brown, Jason R, et al.
Veröffentlicht: (2025)

Streaming Continual Learning for Unified Adaptive Intelligence in Dynamic Environments
von: Giannini, Federico, et al.
Veröffentlicht: (2026)

Think-at-Hard: Selective Latent Iterations to Improve Reasoning Language Models
von: Fu, Tianyu, et al.
Veröffentlicht: (2025)

Tricks and Plug-ins for Gradient Boosting with Transformers
von: Fang, Biyi, et al.
Veröffentlicht: (2025)

Murphys Laws of AI Alignment: Why the Gap Always Wins
von: Gaikwad, Madhava
Veröffentlicht: (2025)

Learning from Preferences and Mixed Demonstrations in General Settings
von: Brown, Jason R, et al.
Veröffentlicht: (2025)

SpectraLLM: Uncovering the Ability of LLMs for Molecular Structure Elucidation from Multi-Spectral Data
von: Su, Yunyue, et al.
Veröffentlicht: (2025)

When Are Two RLHF Objectives the Same?
von: Gaikwad, Madhava
Veröffentlicht: (2025)

CogniLoad: A Synthetic Natural Language Reasoning Benchmark With Tunable Length, Intrinsic Difficulty, and Distractor Density
von: Kaiser, Daniel, et al.
Veröffentlicht: (2025)

Normalisation and Initialisation Strategies for Graph Neural Networks in Blockchain Anomaly Detection
von: Duy, Dang Sy, et al.
Veröffentlicht: (2026)

Theoretical Analysis of Positional Encodings in Transformer Models: Impact on Expressiveness and Generalization
von: Li, Yin
Veröffentlicht: (2025)

Modularity in Transformers: Investigating Neuron Separability & Specialization
von: Pochinkov, Nicholas, et al.
Veröffentlicht: (2024)

STACHE: Local Black-Box Explanations for Reinforcement Learning Policies
von: Elashkin, Andrew, et al.
Veröffentlicht: (2025)

On the Fundamental Limitations of Decentralized Learnable Reward Shaping in Cooperative Multi-Agent Reinforcement Learning
von: Akella, Aditya
Veröffentlicht: (2025)

STRIDE: A Self-Reflective Agent Framework for Reliable Automatic Equation Discovery
von: Su, Jiarui, et al.
Veröffentlicht: (2026)

AI Agents: Evolution, Architecture, and Real-World Applications
von: Krishnan, Naveen
Veröffentlicht: (2025)

Adaptive Minds: Empowering Agents with LoRA-as-Tools
von: Shekar, Pavan C, et al.
Veröffentlicht: (2025)

XAutoLM: Efficient Fine-Tuning of Language Models via Meta-Learning and AutoML
von: Estevanell-Valladares, Ernesto L., et al.
Veröffentlicht: (2025)

Superior Scoring Rules for Probabilistic Evaluation of Single-Label Multi-Class Classification Tasks
von: Ahmadian, Rouhollah, et al.
Veröffentlicht: (2024)

Frequency Principle: Fourier Analysis Sheds Light on Deep Neural Networks
von: Xu, Zhi-Qin John, et al.
Veröffentlicht: (2019)

Evolving machine learning workflows through interactive AutoML
von: Barbudo, Rafael, et al.
Veröffentlicht: (2024)