投稿者「jarxiv」のアーカイブ

Prior Learning in Introspective VAEs

要約 変分自動エンコーダー(VAE)は、教師なしの学習とデータ生成のための一般的 … 続きを読む

カテゴリー: cs.LG | Prior Learning in Introspective VAEs はコメントを受け付けていません

Is the end of Insight in Sight ?

要約 深い学習の台頭は、洞察の長年の科学的理想、つまり根本的なメカニズムを明らか … 続きを読む

カテゴリー: cs.LG, physics.comp-ph, physics.data-an | Is the end of Insight in Sight ? はコメントを受け付けていません

$μ$LO: Compute-Efficient Meta-Generalization of Learned Optimizers

要約 学んだオプティマザー(LOS)は、ニューラルネットワークの壁1杯のトレーニ … 続きを読む

カテゴリー: cs.LG | $μ$LO: Compute-Efficient Meta-Generalization of Learned Optimizers はコメントを受け付けていません

Faster Approx. Top-K: Harnessing the Full Power of Two Stages

要約 アレイから最大の$ k $要素を識別することを目的とするトップ$ k $の … 続きを読む

カテゴリー: cs.DS, cs.LG | Faster Approx. Top-K: Harnessing the Full Power of Two Stages はコメントを受け付けていません

N$^2$: A Unified Python Package and Test Bench for Nearest Neighbor-Based Matrix Completion

要約 最近傍(NN)メソッドは、マトリックスの完了のための競争ツールとして再現さ … 続きを読む

カテゴリー: cs.LG, stat.CO, stat.ML | N$^2$: A Unified Python Package and Test Bench for Nearest Neighbor-Based Matrix Completion はコメントを受け付けていません

Estimation of the reduced density matrix and entanglement entropies using autoregressive networks

要約 古典的な2次元スピンシステムとの対応を使用して、量子スピンチェーンのモンテ … 続きを読む

カテゴリー: cond-mat.stat-mech, cs.LG, hep-lat, hep-th, quant-ph | Estimation of the reduced density matrix and entanglement entropies using autoregressive networks はコメントを受け付けていません

Does Prompt Design Impact Quality of Data Imputation by LLMs?

要約 現実的な合成表形式データを生成することは、機械学習における重要な課題を提示 … 続きを読む

カテゴリー: cs.ET, cs.LG | Does Prompt Design Impact Quality of Data Imputation by LLMs? はコメントを受け付けていません

OpenThoughts: Data Recipes for Reasoning Models

要約 推論モデルは、数学、コード、科学を含む多くのベンチマークで急速に進歩してい … 続きを読む

カテゴリー: cs.LG | OpenThoughts: Data Recipes for Reasoning Models はコメントを受け付けていません

Coreset Selection via LLM-based Concept Bottlenecks

要約 Coreset Selection(CS)は、データセット全体の使用に匹敵 … 続きを読む

カテゴリー: cs.LG | Coreset Selection via LLM-based Concept Bottlenecks はコメントを受け付けていません

How to Use Graph Data in the Wild to Help Graph Anomaly Detection?

要約 近年、グラフの異常検出により、ソーシャル、財務、通信ネットワークなどのさま … 続きを読む

カテゴリー: cs.LG | How to Use Graph Data in the Wild to Help Graph Anomaly Detection? はコメントを受け付けていません