Conferences · eligible papers
COLT
2022–2026 LIVE
2026 · 191 papers
このEditionに反映済みのmain full research papersのみ掲載しています。著者リンクは日本の大学への著者別所属根拠がある場合に限ります。
- On the Asymptotics of Self-Supervised Pre-training: Two-Stage M-Estimation and Representation Symmetry
日本大学: 関与なし（対象大学）
- On the Curse of Dimensionality in Private Sparse Covariance Estimation and PCA
日本大学: 関与なし（対象大学）
- On the Gradient Complexity of Private Optimization with Private Oracles
日本大学: 関与なし（対象大学）
- On the Importance of Randomization in Discriminative Feature Feedback
日本大学: 関与なし（対象大学）
- On the Power of Adaptivity for $\varepsilon$-Best Arm Identification in Linear Bandits
日本大学: 関与なし（対象大学）
- On the Stability of Nonlinear Dynamics in GD and SGD: Beyond Quadratic Potentials
日本大学: 関与なし（対象大学）
- On the Statistical Query Complexity of Learning Semiautomata: a Random Walk Approach
日本大学: 関与なし（対象大学）
- On the implicit regularization of Langevin dynamics with projected noise
日本大学: 関与なし（対象大学）
- On-Average Stability of Multipass Preconditioned SGD and Effective Dimension
日本大学: 関与なし（対象大学）
- Online Convex Optimization with Sublinear Noisy Probes
日本大学: 関与なし（対象大学）
- Online Learning for Uninformed Markov Games: Empirical Nash-Value Regret and Non-Stationarity Adaptation
日本大学: 関与なし（対象大学）
- Online Market Making and the Value of Observing the Order Book
日本大学: 関与なし（対象大学）
- Online Realizable Regression and Applications for ReLU Networks
日本大学: 関与なし（対象大学）
- Optimal Hardness of Online Algorithms for Large Common Induced Subgraphs
日本大学: 関与なし（対象大学）
- Optimal Inference Schedules for Masked Diffusion Models
日本大学: 関与なし（対象大学）
- Optimal Learning Rate Schedules under Functional Scaling Laws: Power Decay and Warmup–Stable–Decay (Extended Abstract)
日本大学: 関与なし（対象大学）
- Optimal Neural Network Approximation of Smooth Compositional Functions on Sets with Low Intrinsic Dimension
日本大学: 関与なし（対象大学）
- Optimal Prediction-Augmented Algorithms for Testing Independence of Distributions
日本大学: 関与なし（対象大学）
- Optimal Reconstruction from Linear Queries
日本大学: 関与なし（対象大学）
- Optimal Sample Complexity Lower Bounds on Conditional Independence Testing
日本大学: 関与なし（対象大学）
- Optimal Variance-Dependent Regret Bounds for Infinite-Horizon MDPs
日本大学: 関与なし（対象大学）
- Optimism Stabilizes Thompson Sampling for Adaptive Inference
日本大学: 関与なし（対象大学）
- Overlap Analysis of the Shortest Path Problem: Local Search, Landscapes, and Franz-Parisi Potential
日本大学: 関与なし（対象大学）
- Partition Function Estimation under Bounded $f$-Divergence
日本大学: 関与なし（対象大学）
- Phase Transition for Stochastic Block Model with more than $\sqrtn$ Communities
日本大学: 関与なし（対象大学）
- Phase Transition in Convex Relaxations for Graph Alignment
日本大学: 関与なし（対象大学）
- Polynomial-time sampling despite disorder chaos
日本大学: 関与なし（対象大学）
- Price of metric universality in vector quantization is at most 0.11 bit
日本大学: 関与なし（対象大学）
- Private Linear Regression via a Down-Sensitivity to Privacy Reduction
日本大学: 関与なし（対象大学）
- Privately Estimating Black-Box Statistics
日本大学: 関与なし（対象大学）
- Provable Learning of Random Hierarchy Models and Hierarchical Shallow-to-Deep Chaining
日本大学: 関与なし（対象大学）
- Query Efficient Structured Matrix Learning
日本大学: 関与なし（対象大学）
- Quiet Planting for $k$-SAT, Multiple Solutions of Arbitrary Geometry
日本大学: 関与なし（対象大学）
- Random Reshuffling Dominates Stochastic Gradient Descent
日本大学: 関与なし（対象大学）
- Randomization for Faster Exact Optimization of Discounted Markov Decision Processes
日本大学: 関与なし（対象大学）
- Rate-optimal community detection near the KS threshold via node-robust algorithms
日本大学: 関与なし（対象大学）
- Reconstructing Riemannian Metrics From Random Geometric Graphs
日本大学: 関与なし（対象大学）
- Recovery of Planted Subgraphs
日本大学: 関与なし（対象大学）
- Recovery thresholds for hidden weighted sparse graphs (extended abstract)
日本大学: 関与なし（対象大学）
- Recursively Enumerably Representable Classes and Computable Versions of the Fundamental Theorem of Statistical Learning
日本大学: 関与なし（対象大学）
- Regret Minimization with Adaptive Opponents in Repeated Games
日本大学: 関与なし（対象大学）
- Relatively Smart: A New Approach for Instance-Optimal Learning
日本大学: 関与なし（対象大学）
- Revisiting the (Sub)Optimality of Best-of-N for Inference-Time Alignment
日本大学: 関与なし（対象大学）
- Rigorous Asymptotics for First-Order Algorithms Through the Dynamical Cavity Method
日本大学: 関与なし（対象大学）
- Ripple Mechanisms for Discrete and Private Statistics
日本大学: 関与なし（対象大学）
- Risk Comparisons in Linear Regression: Implicit Regularization Dominates Explicit Regularization (Extended Abstract)
日本大学: 関与なし（対象大学）
- Robust Algorithms for Finding Cliques in Random Intersection Graphs via Sum-of-Squares
日本大学: 関与なし（対象大学）
- Sample-Efficient Omniprediction for Proper Losses
日本大学: 関与なし（対象大学）
- Sandwiching Polynomials for Geometric Concepts with Low Intrinsic Dimension
日本大学: 関与なし（対象大学）
- Second-Order Bounds for $[0,1]$-Valued Regression via Betting Loss
日本大学: 関与なし（対象大学）
- Self-Concordant Perturbations for Linear Bandits
日本大学: 関与なし（対象大学）
- Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
日本大学: 関与なし（対象大学）
- Separating Oblivious and Adaptive Models of Variable Selection (Extended Abstract)
日本大学: 関与なし（対象大学）
- Sharp analysis of linear ensemble sampling
日本大学: 関与なし（対象大学）
- Simultaneous Blackwell Approachability and Applications to Multiclass Omniprediction
日本大学: 関与なし（対象大学）
- Space-Efficient Language Generation in the Limit
日本大学: 関与なし（対象大学）
- Spectral Recovery of a Planted Triangle-Dense Subgraph
日本大学: 関与なし（対象大学）
- Spectral Valleys and Sharp Failures in Greedy Determinant Maximization
日本大学: 関与なし（対象大学）
- Stable algorithms Lower Bounds for Estimation from MMSE Discontinuities: Extended Abstract
日本大学: 関与なし（対象大学）
- Statistical Learning from Attribution Sets
日本大学: 関与なし（対象大学）
- Steering diffusion models with quadratic rewards: a fine-grained analysis
日本大学: 関与なし（対象大学）
- Stochastic Safe Action Model Learning
日本大学: 関与なし（対象大学）
- Strongly Polynomial Time Complexity of Policy Iteration for $L_∞$ Robust MDPs
日本大学: 関与なし（対象大学）
- Swap Regret Minimization Through Response-Based Approachability
日本大学: 関与なし（対象大学）
- Taming the Monster Every Context: Complexity Measure and Unified Framework for Offline-Oracle Efficient Contextual Bandits
日本大学: 関与なし（対象大学）
- Testing Noise Assumptions of Learning Algorithms
日本大学: 関与なし（対象大学）
- Testing for a Hidden Geometry in Random Graphs
日本大学: 関与なし（対象大学）
- The Geometry of Efficient Nonconvex Sampling
日本大学: 関与なし（対象大学）
- The Hidden Cost of Approximation in Online Mirror Descent
日本大学: 関与なし（対象大学）
- The Median is Easier than it Looks: Approximation with a Constant-Depth, Linear-Width ReLU Network
日本大学: 関与なし（対象大学）
- The Monotonicity of the Franz–Parisi Potential Is Equivalent to Low-Degree MMSE Lower Bounds: Extended Abstract
日本大学: 関与なし（対象大学）
- The Sample Complexity of Multiclass and Sparse Contextual Bandits
日本大学: 関与なし（対象大学）
- The matrix-vector complexity of Ax=b
日本大学: 関与なし（対象大学）
- Theoretical Compression Bounds for Wide Multilayer Perceptrons
日本大学: 関与なし（対象大学）
- Tight Bounds for Logistic Regression with Large Stepsize Gradient Descent in Low Dimension
日本大学: 関与なし（対象大学）
- Tight Long-Term Tail Decay of (Clipped) SGD in Non-Convex Optimization
日本大学: 関与なし（対象大学）
- Tight Sample Complexity Bounds for Entropic Best Policy Identification
日本大学: 関与なし（対象大学）
- Tight Sample Complexity of Transformers
日本大学: 関与なし（対象大学）
- Tight list replicability bounds via a novel sphere covering theorem
日本大学: 関与なし（対象大学）
- Toward Simultaneously Optimal Regret in U-Calibration
日本大学: 関与なし（対象大学）
- Trajectory Data Suffices for Statistically Efficient Policy Evaluation in Fixed-Horizon Offline RL with Linear $q^\pi$-Realizability and Concentrability
日本大学: 関与なし（対象大学）
- Truly Adapting to Adversarial Constraints in Constrained MABs
日本大学: 関与なし（対象大学）
- Unified Framework of Distributional Regret in Multi-Armed Bandits and Reinforcement Learning
日本大学: 関与なし（対象大学）
- Uniform Laws of Large Numbers in Product Spaces
日本大学: 関与なし（対象大学）
- Universal priors: solving empirical Bayes via Bayesian inference and pretraining
日本大学: 関与なし（対象大学）
- Universality of high-dimensional scaling limits of stochastic gradient descent (extended abstract)
日本大学: 関与なし（対象大学）
- Variational Tail Bounds for Norms of Random Vectors and Matrices
日本大学: 関与なし（対象大学）
- Wasserstein Policy Learning for Distributional Outcomes
日本大学: 関与なし（対象大学）
- Wedge Sampling: Efficient Tensor Completion with Nearly-Linear Sample Complexity
日本大学: 関与なし（対象大学）
- When Both Layers Learn: Training Dynamics of Representing Linear Models via ReLU Networks
日本大学: 関与なし（対象大学）
- Worst-case Error Bounds for Online Learning of Smooth Functions
日本大学: 関与なし（対象大学）