:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Le, Hung, Venkatesh, Svetha
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2605.13162
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reasoning Under 1 Billion: Memory-Augmented Reinforcement Learning for Large Language Models
von: Le, Hung, et al.
Veröffentlicht: (2025)

SPaCe: Unlocking Sample-Efficient Large Language Models Training With Self-Pace Curriculum Learning
von: Do, Dai, et al.
Veröffentlicht: (2025)

Uncertainty-Guided Checkpoint Selection for Reinforcement Finetuning of Large Language Models
von: Nguyen, Manh, et al.
Veröffentlicht: (2025)

Stable Hadamard Memory: Revitalizing Memory-Augmented Agents for Reinforcement Learning
von: Le, Hung, et al.
Veröffentlicht: (2024)

Enhancing Length Extrapolation in Sequential Models with Pointer-Augmented Neural Memory
von: Le, Hung, et al.
Veröffentlicht: (2024)

Variable-Agnostic Causal Exploration for Reinforcement Learning
von: Nguyen, Minh Hoang, et al.
Veröffentlicht: (2024)

Beyond Surprise: Improving Exploration Through Surprise Novelty
von: Le, Hung, et al.
Veröffentlicht: (2023)

Multi-Reference Preference Optimization for Large Language Models
von: Le, Hung, et al.
Veröffentlicht: (2024)

Large Language Models Prompting With Episodic Memory
von: Do, Dai, et al.
Veröffentlicht: (2024)

Bayesian Optimistic Optimisation with Exponentially Decaying Regret
von: Tran-The, Hung, et al.
Veröffentlicht: (2021)

Trading Convergence Rate with Computational Budget in High Dimensional Bayesian Optimization
von: Tran-The, Hung, et al.
Veröffentlicht: (2019)

Generating Realistic Tabular Data with Large Language Models
von: Nguyen, Dang, et al.
Veröffentlicht: (2024)

Regret Bounds for Expected Improvement Algorithms in Gaussian Process Bandit Optimization
von: Tran-The, Hung, et al.
Veröffentlicht: (2022)

Adaptive Acquisition Selection for Bayesian Optimization with Large Language Models
von: Ngo, Giang, et al.
Veröffentlicht: (2026)

Federated Domain Generalization with Latent Space Inversion
von: Palakkadavath, Ragja, et al.
Veröffentlicht: (2025)

Sub-linear Regret Bounds for Bayesian Optimisation in Unknown Search Spaces
von: Tran-The, Hung, et al.
Veröffentlicht: (2020)

Large Language Models for Imbalanced Classification: Diversity makes the difference
von: Nguyen, Dang, et al.
Veröffentlicht: (2025)

Novel Kernel Models and Exact Representor Theory for Neural Networks Beyond the Over-Parameterized Regime
von: Shilton, Alistair, et al.
Veröffentlicht: (2024)

Revisiting the Dataset Bias Problem from a Statistical Perspective
von: Do, Kien, et al.
Veröffentlicht: (2024)

Score-based Integrated Gradient for Root Cause Explanations of Outliers
von: Nguyen, Phuoc, et al.
Veröffentlicht: (2026)

Enhanced Bayesian Optimization via Preferential Modeling of Abstract Properties
von: A V, Arun Kumar, et al.
Veröffentlicht: (2024)

Finding the Trigger: Causal Abductive Reasoning on Video Events
von: Le, Thao Minh, et al.
Veröffentlicht: (2025)

ChargeFlow: Flow-Matching Refinement of Charge-Conditioned Electron Densities
von: Nguyen, Tri Minh, et al.
Veröffentlicht: (2026)

FedKRSO: Communication and Memory Efficient Federated Fine-Tuning of Large Language Models
von: Yang, Guohao, et al.
Veröffentlicht: (2026)

Efficient Symmetry-Aware Materials Generation via Hierarchical Generative Flow Networks
von: Nguyen, Tri Minh, et al.
Veröffentlicht: (2024)

Simultaneous Computation and Memory Efficient Zeroth-Order Optimizer for Fine-Tuning Large Language Models
von: Wang, Fei, et al.
Veröffentlicht: (2024)

Antibody: Strengthening Defense Against Harmful Fine-Tuning for Large Language Models via Attenuating Harmful Gradient Influence
von: Nguyen, Quoc Minh, et al.
Veröffentlicht: (2026)

Composite Concept Extraction through Backdooring
von: Ghosh, Banibrata, et al.
Veröffentlicht: (2024)

Self-Generative Adversarial Fine-Tuning for Large Language Models
von: Wu, Shiguang, et al.
Veröffentlicht: (2026)

Diversity in Large Language Models under Supervised Fine-Tuning
von: Klypa, Roman, et al.
Veröffentlicht: (2026)

Decentralized Low-Rank Fine-Tuning of Large Language Models
von: Ghiasvand, Sajjad, et al.
Veröffentlicht: (2025)

Sparse Gradient Compression for Fine-Tuning Large Language Models
von: Yang, David H., et al.
Veröffentlicht: (2025)

ZO2: Scalable Zeroth-Order Fine-Tuning for Extremely Large Language Models with Limited GPU Memory
von: Wang, Liangyu, et al.
Veröffentlicht: (2025)

FLAME: Towards Federated Fine-Tuning Large Language Models Through Adaptive SMoE
von: Le, Khiem, et al.
Veröffentlicht: (2025)

LISA: Layerwise Importance Sampling for Memory-Efficient Large Language Model Fine-Tuning
von: Pan, Rui, et al.
Veröffentlicht: (2024)

Multi-Level Safety Continual Projection for Fine-Tuned Large Language Models without Retraining
von: Han, Bing, et al.
Veröffentlicht: (2025)

Linearization Explains Fine-Tuning in Large Language Models
von: Afzal, Zahra Rahimi, et al.
Veröffentlicht: (2026)

Dissecting Fine-Tuning Unlearning in Large Language Models
von: Hong, Yihuai, et al.
Veröffentlicht: (2024)

Security Vulnerability Detection with Multitask Self-Instructed Fine-Tuning of Large Language Models
von: Yang, Aidan Z. H., et al.
Veröffentlicht: (2024)

Differentially Private Subspace Fine-Tuning for Large Language Models
von: Zheng, Lele, et al.
Veröffentlicht: (2026)