Buchumschlag

Keeping Score: Efficiency Improvements in Neural Likelihood Surrogate Training via Score-Augmented Loss Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shen, Alexander, Kuusela, Mikael
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Likelihood Surfaces for Spatial Processes with Computationally Intensive or Intractable Likelihoods
von: Walchessen, Julia, et al.
Veröffentlicht: (2023)

Sequential Neural Score Estimation: Likelihood-Free Inference with Conditional Score Based Diffusion Models
von: Sharrock, Louis, et al.
Veröffentlicht: (2022)

Direct Fisher Score Estimation for Likelihood Maximization
von: Khoo, Sherman, et al.
Veröffentlicht: (2025)

Neural Conditional Simulation for Complex Spatial Processes
von: Walchessen, Julia, et al.
Veröffentlicht: (2025)

Estimating Treatment Effects using Multiple Surrogates: The Role of the Surrogate Score and the Surrogate Index
von: Athey, Susan, et al.
Veröffentlicht: (2016)

Score Augmentation for Diffusion Models
von: Hou, Liang, et al.
Veröffentlicht: (2025)

Theoretically Grounded Loss Functions and Algorithms for Score-Based Multi-Class Abstention
von: Mao, Anqi, et al.
Veröffentlicht: (2023)

Toward Model-Agnostic Detection of New Physics Using Data-Driven Signal Regions
von: Yi, Soheun, et al.
Veröffentlicht: (2024)

Cross-Tokenizer Likelihood Scoring Algorithms for Language Model Distillation
von: Phan, Buu, et al.
Veröffentlicht: (2025)

Score-of-Mixture Training: Training One-Step Generative Models Made Simple via Score Estimation of Mixture Distributions
von: Jayashankar, Tejas, et al.
Veröffentlicht: (2025)

Selective Matching Losses -- Not All Scores Are Created Equal
von: Shamir, Gil I., et al.
Veröffentlicht: (2025)

The Multiclass Score-Oriented Loss (MultiSOL) on the Simplex
von: Marchetti, Francesco, et al.
Veröffentlicht: (2025)

Model-Agnostic Signal Discovery with Machine Learning: Bridging the Gap Between Theory and Practice
von: Amram, Oz, et al.
Veröffentlicht: (2026)

BioScore: A Foundational Scoring Function For Diverse Biomolecular Complexes
von: Zhu, Yuchen, et al.
Veröffentlicht: (2025)

Conformal Prediction for Ensembles: Improving Efficiency via Score-Based Aggregation
von: Rivera, Eduardo Ochoa, et al.
Veröffentlicht: (2024)

One-Stage Top-$k$ Learning-to-Defer: Score-Based Surrogates with Theoretical Guarantees
von: Montreuil, Yannis, et al.
Veröffentlicht: (2025)

Scoreformer: A Surrogate Model For Large-Scale Prediction of Docking Scores
von: Ciudad, Álvaro, et al.
Veröffentlicht: (2024)

Decomposing Probabilistic Scores: Reliability, Information Loss and Uncertainty
von: Charpentier, Arthur, et al.
Veröffentlicht: (2026)

Batch Loss Score for Dynamic Data Pruning
von: Zhou, Qing, et al.
Veröffentlicht: (2026)

On the Robustness of Langevin Dynamics to Score Function Error
von: Cao, Daniel Yiming, et al.
Veröffentlicht: (2026)

Bant: Byzantine Antidote via Trial Function and Trust Scores
von: Molodtsov, Gleb, et al.
Veröffentlicht: (2025)

On Training Survival Models with Scoring Rules
von: Kopper, Philipp, et al.
Veröffentlicht: (2024)

Training-Free Generative Sampling via Moment-Matched Score Smoothing
von: Yao, Zhenyu, et al.
Veröffentlicht: (2026)

Scalable Inference-Time Annealing with Surrogate Likelihood Estimators
von: Peñaherrera, Daniel, et al.
Veröffentlicht: (2026)

Likelihood-Scheduled Score-Based Generative Modeling for Fully 3D PET Image Reconstruction
von: Webber, George, et al.
Veröffentlicht: (2024)

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

Generative Score Inference for Multimodal Data
von: Tian, Xinyu, et al.
Veröffentlicht: (2026)

Sampling Binary Data by Denoising through Score Functions
von: Bach, Francis, et al.
Veröffentlicht: (2025)

Revisiting Score Function Estimators for $k$-Subset Sampling
von: Wijk, Klas, et al.
Veröffentlicht: (2024)

Neural Score Matching for High-Dimensional Causal Inference
von: Clivio, Oscar, et al.
Veröffentlicht: (2022)

Simultaneous Approximation of the Score Function and Its Derivatives by Deep Neural Networks
von: Yakovlev, Konstantin, et al.
Veröffentlicht: (2025)

The GT-Score: A Robust Objective Function for Reducing Overfitting in Data-Driven Trading Strategies
von: Sheppert, Alexander
Veröffentlicht: (2026)

Privilege Scores
von: Bothmann, Ludwig, et al.
Veröffentlicht: (2025)

Energy-Tweedie: Score meets Score, Energy meets Energy
von: Leban, Andrej
Veröffentlicht: (2025)

Mitigating Long-Tailed Anomaly Score Distributions with Importance-Weighted Loss
von: Lee, Jungi, et al.
Veröffentlicht: (2026)

Detecting OOD Samples via Optimal Transport Scoring Function
von: Gao, Heng, et al.
Veröffentlicht: (2025)

Train for Truth, Keep the Skills: Binary Retrieval-Augmented Reward Mitigates Hallucinations
von: Chen, Tong, et al.
Veröffentlicht: (2025)

Robust semi-parametric signal detection in particle physics with classifiers decorrelated via optimal transport
von: Chakravarti, Purvasha, et al.
Veröffentlicht: (2024)

Hamiltonian Neural Networks for Robust Out-of-Time Credit Scoring
von: Marín, Javier
Veröffentlicht: (2024)

From SHAP Scores to Feature Importance Scores
von: Letoffe, Olivier, et al.
Veröffentlicht: (2024)