:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rubbi, Andrea, Merchant, Arpit, Ogden, Samuel, Akbarnejad, Amir, Liò, Pietro, Vakili, Sattar, Lotfollahi, Mo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2605.10196
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Shortest-Path Flow Matching with Mixture-Conditioned Bases for OOD Generalization to Unseen Conditions
von: Rubbi, Andrea, et al.
Veröffentlicht: (2026)

A Standardized Framework For Evaluating Gene Expression Generative Models
von: Rubbi, Andrea, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Generation for Predicting Cellular Responses to Gene Perturbation
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2026)

Open Problem: Order Optimal Regret Bounds for Kernel-Based Reinforcement Learning
von: Vakili, Sattar
Veröffentlicht: (2024)

Kernel-Based Function Approximation for Average Reward Reinforcement Learning: An Optimist No-Regret Algorithm
von: Vakili, Sattar, et al.
Veröffentlicht: (2024)

Kernelized Reinforcement Learning with Order Optimal Regret Bounds
von: Vakili, Sattar, et al.
Veröffentlicht: (2023)

GPEX, A Framework For Interpreting Artificial Neural Networks
von: Akbarnejad, Amir, et al.
Veröffentlicht: (2021)

Learning Kernel-Based MDPs from Episodic Preferential Feedback
von: Pavlovic, Nikola, et al.
Veröffentlicht: (2026)

Random Exploration in Bayesian Optimization: Order-Optimal Regret and Computational Efficiency
von: Salgia, Sudeep, et al.
Veröffentlicht: (2023)

Seeing the Needle in the Haystack: Towards Weakly-Supervised Log Instance Anomaly Localization via Counterfactual Perturbation
von: Wong, Yutszyuk, et al.
Veröffentlicht: (2026)

Needle in the Haystack for Memory Based Large Language Models
von: Nelson, Elliot, et al.
Veröffentlicht: (2024)

Near-Optimal Sample Complexity in Reward-Free Kernel-Based Reinforcement Learning
von: Kayal, Aya, et al.
Veröffentlicht: (2025)

Hidden in the Haystack: Smaller Needles are More Difficult for LLMs to Find
von: Bianchi, Owen, et al.
Veröffentlicht: (2025)

No-Regret Thompson Sampling for Finite-Horizon Markov Decision Processes with Gaussian Processes
von: Bayrooti, Jasmine, et al.
Veröffentlicht: (2025)

A Finite Time Analysis of Thompson Sampling for Bayesian Optimization with Preferential Feedback
von: Lazzaro, Joseph, et al.
Veröffentlicht: (2026)

From Haystack to Needle: Label Space Reduction for Zero-shot Classification
von: Vandemoortele, Nathan, et al.
Veröffentlicht: (2025)

DENIAHL: In-Context Features Influence LLM Needle-In-A-Haystack Abilities
von: Dai, Hui, et al.
Veröffentlicht: (2024)

KG4Diagnosis: A Hierarchical Multi-Agent LLM Framework with Knowledge Graph Enhancement for Medical Diagnosis
von: Zuo, Kaiwen, et al.
Veröffentlicht: (2024)

Multilingual Needle in a Haystack: Investigating Long-Context Behavior of Multilingual Large Language Models
von: Hengle, Amey, et al.
Veröffentlicht: (2024)

TPV: Parameter Perturbations Through the Lens of Test Prediction Variance
von: Arpit, Devansh
Veröffentlicht: (2025)

Reinforcement Learning Using known Invariances
von: Cioba, Alexandru, et al.
Veröffentlicht: (2025)

Wasserstein Hypergraph Neural Network
von: Duta, Iulia, et al.
Veröffentlicht: (2025)

SPHINX: Structural Prediction using Hypergraph Inference Network
von: Duta, Iulia, et al.
Veröffentlicht: (2024)

Neural Bipartite Matching
von: Georgiev, Dobrik, et al.
Veröffentlicht: (2020)

Beyond Needle(s) in the Embodied Haystack: Environment, Architecture, and Training Considerations for Long Context Reasoning
von: Kim, Bosung, et al.
Veröffentlicht: (2025)

In Search of Needles in a 11M Haystack: Recurrent Memory Finds What LLMs Miss
von: Kuratov, Yuri, et al.
Veröffentlicht: (2024)

Bayesian Optimization from Human Feedback: Near-Optimal Regret Bounds
von: Kayal, Aya, et al.
Veröffentlicht: (2025)

Stochastic Encodings for Active Feature Acquisition
von: Norcliffe, Alexander, et al.
Veröffentlicht: (2025)

CALF: Communication-Aware Learning Framework for Distributed Reinforcement Learning
von: Purves, Carlos, et al.
Veröffentlicht: (2026)

How Smoothing is N-simplicial Attention?
von: Dussolle, Alexandre, et al.
Veröffentlicht: (2025)

On the Sheafification of Higher-Order Message Passing
von: Hume, Jacob, et al.
Veröffentlicht: (2025)

An Empirical Investigation of Neural ODEs and Symbolic Regression for Dynamical Systems
von: Ioannou, Panayiotis, et al.
Veröffentlicht: (2026)

Concept Graph Convolutions: Message Passing in the Concept Space
von: Magister, Lucie Charlotte, et al.
Veröffentlicht: (2026)

Semantic Needles in Document Haystacks: Sensitivity Testing of LLM-as-a-Judge Similarity Scoring
von: Aksoy, Sinan G., et al.
Veröffentlicht: (2026)

Needle in a Haystack: One-Class Representation Learning for Detecting Rare Malignant Cells in Computational Cytology
von: Chatterjee, Swarnadip, et al.
Veröffentlicht: (2026)

From Artificial Needles to Real Haystacks: Improving Retrieval Capabilities in LLMs by Finetuning on Synthetic Data
von: Xiong, Zheyang, et al.
Veröffentlicht: (2024)

Multimodal Needle in a Haystack: Benchmarking Long-Context Capability of Multimodal Large Language Models
von: Wang, Hengyi, et al.
Veröffentlicht: (2024)

An Effective Universal Polynomial Basis for Spectral Graph Neural Networks
von: Huang, Keke, et al.
Veröffentlicht: (2023)

The Deep Equilibrium Algorithmic Reasoner
von: Georgiev, Dobrik, et al.
Veröffentlicht: (2024)

Predicting time-varying flux and balance in metabolic systems using structured neural-ODE processes
von: Rathod, Santanu, et al.
Veröffentlicht: (2024)