Copertina

Joint Model and Data Sparsification via the Marginal Likelihood

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Timans, Alexander, Möllenhoff, Thomas, Naesseth, Christian A., Khan, Mohammad Emtiyaz, Nalisnick, Eric
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On Continuous Monitoring of Risk Violations under Unknown Shift
di: Timans, Alexander, et al.
Pubblicazione: (2025)

Max-Rank: Efficient Multiple Testing for Conformal Prediction
di: Timans, Alexander, et al.
Pubblicazione: (2023)

The Memory Perturbation Equation: Understanding Model's Sensitivity to Data
di: Nickl, Peter, et al.
Pubblicazione: (2023)

SVRG and Beyond via Posterior Correction
di: Daheim, Nico, et al.
Pubblicazione: (2025)

Conformal Prediction via Regression-as-Classification
di: Guha, Etash, et al.
Pubblicazione: (2024)

Optimization Guarantees for Square-Root Natural-Gradient Variational Inference
di: Kumar, Navish, et al.
Pubblicazione: (2025)

Fast yet Safe: Early-Exiting with Risk Control
di: Jazbec, Metod, et al.
Pubblicazione: (2024)

Adaptive Bounding Box Uncertainties via Two-Step Conformal Prediction
di: Timans, Alexander, et al.
Pubblicazione: (2024)

How to Weight Multitask Finetuning? Fast Previews via Bayesian Model-Merging
di: Maldonado, Hugo Monzón, et al.
Pubblicazione: (2024)

Federated ADMM from Bayesian Duality
di: Möllenhoff, Thomas, et al.
Pubblicazione: (2025)

Monitoring Risks in Test-Time Adaptation
di: Schirmer, Mona, et al.
Pubblicazione: (2025)

Log-Normal Multiplicative Dynamics for Stable Low-Precision Training of Large Networks
di: Nishida, Keigo, et al.
Pubblicazione: (2025)

Model Merging by Uncertainty-Based Gradient Matching
di: Daheim, Nico, et al.
Pubblicazione: (2023)

Natural Variational Annealing for Multimodal Optimization
di: LeMinh, Tâm, et al.
Pubblicazione: (2025)

Knowledge Adaptation as Posterior Correction
di: Khan, Mohammad Emtiyaz
Pubblicazione: (2025)

Information Geometry of Variational Bayes
di: Khan, Mohammad Emtiyaz
Pubblicazione: (2025)

Shaving Weights with Occam's Razor: Bayesian Sparsification for Neural Networks Using the Marginal Likelihood
di: Dhahri, Rayen, et al.
Pubblicazione: (2024)

Improving LoRA with Variational Learning
di: Cong, Bai, et al.
Pubblicazione: (2025)

Compact Memory for Continual Logistic Regression
di: Jung, Yohan, et al.
Pubblicazione: (2025)

The Bayesian Learning Rule
di: Khan, Mohammad Emtiyaz, et al.
Pubblicazione: (2021)

Variational Learning Finds Flatter Solutions at the Edge of Stability
di: Ghosh, Avrajit, et al.
Pubblicazione: (2025)

A Tale of Two Temperatures: Simple, Efficient, and Diverse Sampling from Diffusion Language Models
di: Olausson, Theo X., et al.
Pubblicazione: (2026)

Variational Low-Rank Adaptation Using IVON
di: Cong, Bai, et al.
Pubblicazione: (2024)

Stein's Lemma for the Reparameterization Trick with Exponential Family Mixtures
di: Lin, Wu, et al.
Pubblicazione: (2019)

Scalable Generative Modeling of Weighted Graphs
di: Williams, Richard, et al.
Pubblicazione: (2025)

Neural Diffusion Models
di: Bartosh, Grigory, et al.
Pubblicazione: (2023)

Connecting Federated ADMM to Bayes
di: Swaroop, Siddharth, et al.
Pubblicazione: (2025)

Variational Pseudo Marginal Methods for Jet Reconstruction in Particle Physics
di: Yang, Hanming, et al.
Pubblicazione: (2024)

A Stein Identity for q-Gaussians with Bounded Support
di: Sklaviadis, Sophia, et al.
Pubblicazione: (2026)

Elements of Sequential Monte Carlo
di: Naesseth, Christian A., et al.
Pubblicazione: (2019)

On Calibration in Multi-Distribution Learning
di: Verma, Rajeev, et al.
Pubblicazione: (2024)

CP$^2$: Leveraging Geometry for Conformal Prediction via Canonicalization
di: van der Linden, Putri A., et al.
Pubblicazione: (2025)

Neural Flow Diffusion Models: Learnable Forward Process for Improved Diffusion Modelling
di: Bartosh, Grigory, et al.
Pubblicazione: (2024)

A Geometric Approach to Optimal Experimental Design
di: Kerrigan, Gavin, et al.
Pubblicazione: (2025)

SDE Matching: Scalable and Simulation-Free Training of Latent Stochastic Differential Equations
di: Bartosh, Grigory, et al.
Pubblicazione: (2025)

Stochastic Matching via Local Sparsification
di: Ahmadian, Sara, et al.
Pubblicazione: (2026)

Towards Integrating Uncertainty for Domain-Agnostic Segmentation
di: Brouwers, Jesse, et al.
Pubblicazione: (2025)

Improving Handshape Representations for Sign Language Processing: A Graph Neural Network Approach
di: Carbo, Alessa, et al.
Pubblicazione: (2025)

On Equivariant Model Selection through the Lens of Uncertainty
di: van der Linden, Putri A., et al.
Pubblicazione: (2025)

Flow Matching for Tabular Data Synthesis
di: Nasution, Bahrul Ilmi, et al.
Pubblicazione: (2025)