「stat.ML」カテゴリーアーカイブ

Provable Efficiency of Guidance in Diffusion Models for General Data Distribution

投稿日: 2025年5月5日 作成者: jarxiv

要約 拡散モデルは生成モデリングの強力なフレームワークとして登場し、ガイダンス技 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Provable Efficiency of Guidance in Diffusion Models for General Data Distribution はコメントを受け付けていません

How Transformers Learn Regular Language Recognition: A Theoretical Study on Training Dynamics and Implicit Bias

投稿日: 2025年5月5日 作成者: jarxiv

要約 言語認識タスクは自然言語処理（NLP）の基本であり、大規模言語モデル（LL … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ML | How Transformers Learn Regular Language Recognition: A Theoretical Study on Training Dynamics and Implicit Bias はコメントを受け付けていません

Dynamics of Spontaneous Topic Changes in Next Token Prediction with Self-Attention

投稿日: 2025年5月5日 作成者: jarxiv

要約 人間の認知は、感情的、文脈的、または連想的な手がかりによって引き起こされる … 続きを読む →

カテゴリー: cs.AI, cs.CL, stat.ML | Dynamics of Spontaneous Topic Changes in Next Token Prediction with Self-Attention はコメントを受け付けていません

MoDeGPT: Modular Decomposition for Large Language Model Compression

投稿日: 2025年5月5日 作成者: jarxiv

要約 大規模言語モデル(LLM)は、様々なタスクにおいて卓越した性能を発揮するこ … 続きを読む →

カテゴリー: (Primary), cs.CL, cs.LG, I.2.7, stat.ML | MoDeGPT: Modular Decomposition for Large Language Model Compression はコメントを受け付けていません

Fast and Robust: Task Sampling with Posterior and Diversity Synergies for Adaptive Decision-Makers in Randomized Environments

投稿日: 2025年5月5日 作成者: jarxiv

要約 タスクに頑健な適応は、逐次的な意思決定における長年の課題である。いくつかの … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Fast and Robust: Task Sampling with Posterior and Diversity Synergies for Adaptive Decision-Makers in Randomized Environments はコメントを受け付けていません

Risk Analysis and Design Against Adversarial Actions

投稿日: 2025年5月5日 作成者: jarxiv

要約 敵対的な行動に直面しても信頼できる予測を提供できるモデルを学習することは、 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ML, stat.TH | Risk Analysis and Design Against Adversarial Actions はコメントを受け付けていません

A Causal World Model Underlying Next Token Prediction: Exploring GPT in a Controlled Environment

投稿日: 2025年5月5日 作成者: jarxiv

要約 次のトークンを予測するためだけに訓練された生成的事前訓練変換器（GPT）モ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, stat.ML | A Causal World Model Underlying Next Token Prediction: Exploring GPT in a Controlled Environment はコメントを受け付けていません

Towards One Model for Classical Dimensionality Reduction: A Probabilistic Perspective on UMAP and t-SNE

投稿日: 2025年5月5日 作成者: jarxiv

要約 この論文では、UMAPやt-SNEなどの次元削減手法が、Ravuriら(2 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Towards One Model for Classical Dimensionality Reduction: A Probabilistic Perspective on UMAP and t-SNE はコメントを受け付けていません

A Modern Introduction to Online Learning

投稿日: 2025年5月4日 作成者: jarxiv

要約 このモノグラフでは、オンライン凸最適化の現代的な見方を通して、オンライン学 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | A Modern Introduction to Online Learning はコメントを受け付けていません

Hypothesis-free discovery from epidemiological data by automatic detection and local inference for tree-based nonlinearities and interactions

投稿日: 2025年5月2日 作成者: jarxiv

要約 疫学的環境では、機械学習（ML）は、仮説のないリスク（または保護）要因の発 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Hypothesis-free discovery from epidemiological data by automatic detection and local inference for tree-based nonlinearities and interactions はコメントを受け付けていません