stat.ML」カテゴリーアーカイブ

Admissibility of Completely Randomized Trials: A Large-Deviation Approach

要約 実験者が適応試験を実行するオプションを持っている場合、このオプションを無視 … 続きを読む

カテゴリー: cs.LG, econ.EM, stat.ML | Admissibility of Completely Randomized Trials: A Large-Deviation Approach はコメントを受け付けていません

One Wave To Explain Them All: A Unifying Perspective On Feature Attribution

要約 機能の属性方法は、モデルの決定に影響を与える入力機能を識別することにより、 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | One Wave To Explain Them All: A Unifying Perspective On Feature Attribution はコメントを受け付けていません

Context is Key: A Benchmark for Forecasting with Essential Textual Information

要約 予測は、多くのドメインにわたる意思決定における重要なタスクです。 履歴数値 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Context is Key: A Benchmark for Forecasting with Essential Textual Information はコメントを受け付けていません

Sample Complexity and Representation Ability of Test-time Scaling Paradigms

要約 テスト時間スケーリングパラダイムは、複雑なタスク上の大規模な言語モデル(L … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Sample Complexity and Representation Ability of Test-time Scaling Paradigms はコメントを受け付けていません

Stochastic Poisson Surface Reconstruction with One Solve using Geometric Gaussian Processes

要約 ポアソン表面再構築は、配向点クラウドから表面を再構築するための広く使用され … 続きを読む

カテゴリー: cs.CV, cs.GR, cs.LG, stat.ML | Stochastic Poisson Surface Reconstruction with One Solve using Geometric Gaussian Processes はコメントを受け付けていません

Batched Nonparametric Contextual Bandits

要約 バッチ制約の下でノンパラメトリックコンテキストバンディットを研究します。各 … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Batched Nonparametric Contextual Bandits はコメントを受け付けていません

Optimistic critics can empower small actors

要約 俳優の批判的な方法は、深い強化学習における最近の進歩の多くの中心となってい … 続きを読む

カテゴリー: cs.LG, stat.ML | Optimistic critics can empower small actors はコメントを受け付けていません

Guided Speculative Inference for Efficient Test-Time Alignment of LLMs

要約 ガイド付き投機推論(GSI)を提案します。これは、大規模な言語モデルでの効 … 続きを読む

カテゴリー: cs.LG, I.2.7, stat.ML | Guided Speculative Inference for Efficient Test-Time Alignment of LLMs 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

Understanding challenges to the interpretation of disaggregated evaluations of algorithmic fairness

要約 サブグループ間の分解された評価は、機械学習モデルの公平性を評価するために重 … 続きを読む

カテゴリー: cs.CY, cs.LG, stat.ML | Understanding challenges to the interpretation of disaggregated evaluations of algorithmic fairness はコメントを受け付けていません