Buchumschlag

Improving Selective Classification with Pairwise Queries for Binary Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vardhan, Harsh, Choudhary, Sunav, Modani, Natwar, Mazumdar, Arya
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

Collaborative Compressors in Distributed Mean Estimation with Limited Communication Budget
von: Vardhan, Harsh, et al.
Veröffentlicht: (2026)

Learning and Generalization with Mixture Data
von: Vardhan, Harsh, et al.
Veröffentlicht: (2025)

Client Selection in Federated Learning with Data Heterogeneity and Network Latencies
von: Vardhan, Harsh, et al.
Veröffentlicht: (2025)

Effectiveness of Distributed Gradient Descent with Local Steps for Overparameterized Models
von: Zhu, Heng, et al.
Veröffentlicht: (2024)

LocalKMeans: Convergence of Lloyd's Algorithm with Distributed Local Iterations
von: Vardhan, Harsh, et al.
Veröffentlicht: (2025)

Exact Recovery of Sparse Binary Vectors from Generalized Linear Measurements
von: Mazumdar, Arya, et al.
Veröffentlicht: (2025)

Fake or Compromised? Making Sense of Malicious Clients in Federated Learning
von: Mozaffari, Hamid, et al.
Veröffentlicht: (2024)

Learning Partitions with Optimal Query and Round Complexities
von: Black, Hadley, et al.
Veröffentlicht: (2025)

Binary Iterative Hard Thresholding Converges with Optimal Number of Measurements for 1-Bit Compressed Sensing
von: Matsumoto, Namiko, et al.
Veröffentlicht: (2022)

Random Subgraph Detection Using Queries
von: Huleihel, Wasim, et al.
Veröffentlicht: (2021)

Clustering with Non-adaptive Subset Queries
von: Black, Hadley, et al.
Veröffentlicht: (2024)

The Cost of Avoiding Backpropagation
von: Panchal, Kunjal, et al.
Veröffentlicht: (2025)

Pairwise Difference Learning for Classification
von: Belaid, Mohamed Karim, et al.
Veröffentlicht: (2024)

Flow: Per-Instance Personalized Federated Learning Through Dynamic Routing
von: Panchal, Kunjal, et al.
Veröffentlicht: (2022)

StructFormer: Document Structure-based Masked Attention and its Impact on Language Model Pre-Training
von: Ponkshe, Kaustubh, et al.
Veröffentlicht: (2024)

GenSco: Can Question Decomposition based Passage Alignment improve Question Answering?
von: Fazili, Barah, et al.
Veröffentlicht: (2024)

On the sample complexity of parameter estimation in logistic regression with normal design
von: Hsu, Daniel, et al.
Veröffentlicht: (2023)

Agnostic Learning of Mixed Linear Regressions with EM and AM Algorithms
von: Ghosh, Avishek, et al.
Veröffentlicht: (2024)

ExPairT-LLM: Exact Learning for LLM Code Selection by Pairwise Queries
von: Yuviler, Tom, et al.
Veröffentlicht: (2025)

Challenges in Binary Classification
von: Yang, Pengbo, et al.
Veröffentlicht: (2024)

Sparse Linear Bandits with Blocking Constraints
von: Jain, Adit, et al.
Veröffentlicht: (2024)

Thinking Forward: Memory-Efficient Federated Finetuning of Language Models
von: Panchal, Kunjal, et al.
Veröffentlicht: (2024)

Employing Iterative Feature Selection in Fuzzy Rule-Based Binary Classification
von: Li, Haoning, et al.
Veröffentlicht: (2024)

Efficient Ensemble Selection from Binary and Pairwise Feedback
von: Neoh, Tzeh Yuan, et al.
Veröffentlicht: (2026)

CPC-CMS: Cognitive Pairwise Comparison Classification Model Selection Framework for Document-level Sentiment Analysis
von: Li, Jianfei, et al.
Veröffentlicht: (2025)

Learning sparse generalized linear models with binary outcomes via iterative hard thresholding
von: Matsumoto, Namiko, et al.
Veröffentlicht: (2025)

Statistical Query Hardness of Multiclass Linear Classification with Random Classification Noise
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2025)

Linear Strategic Classification with Endogenous Improvements
von: Shrivastava, Siddharth, et al.
Veröffentlicht: (2026)

Sequential Causal Discovery with Noisy Language Model Priors
von: Verma, Prakhar, et al.
Veröffentlicht: (2025)

Sharper Guarantees for Learning Neural Network Classifiers with Gradient Methods
von: Taheri, Hossein, et al.
Veröffentlicht: (2024)

On the Theory of Continual Learning with Gradient Descent for Neural Networks
von: Taheri, Hossein, et al.
Veröffentlicht: (2025)

Maximum a Posteriori Inference for Factor Graphs via Benders' Decomposition
von: Dubey, Harsh Vardhan, et al.
Veröffentlicht: (2024)

Cautious Calibration in Binary Classification
von: Allikivi, Mari-Liis, et al.
Veröffentlicht: (2024)

The Risks of Recourse in Binary Classification
von: Fokkema, Hidde, et al.
Veröffentlicht: (2023)

NOAH: Learning Pairwise Object Category Attentions for Image Classification
von: Li, Chao, et al.
Veröffentlicht: (2024)

GaLoRA: Parameter-Efficient Graph-Aware LLMs for Node Classification
von: Choudhary, Mayur, et al.
Veröffentlicht: (2026)

Binary Classification: Is Boosting stronger than Bagging?
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2024)

Unified Binary and Multiclass Margin-Based Classification
von: Wang, Yutong, et al.
Veröffentlicht: (2023)

Calibrated Selective Classification
von: Fisch, Adam, et al.
Veröffentlicht: (2022)

Policy-Oriented Binary Classification: Improving (KD-)CART Final Splits for Subpopulation Targeting
von: Wang, Lei Bill, et al.
Veröffentlicht: (2025)