Sang Michael Xie

Cytowane przez

	Wszystkie	Od 2020
Cytowania	13471	12719
h-indeks	21	21
i10-indeks	25	24

6000

3000

1500

4500

201720182019202020212022202320242025131 223 314 456 806 1667 3475 5433 848

Dostęp publiczny

Wyświetl wszystko

14 artykułów

0 artykułów

dostępne

niedostępne

Objęte finansowaniem

Współautorzy

Percy LiangAssociate Professor of Computer Science, Stanford UniversityZweryfikowany adres z cs.stanford.edu
Stefano ErmonStanford UniversityZweryfikowany adres z cs.stanford.edu
Tengyu MAStanford UniversityZweryfikowany adres z stanford.edu
Neal JeanPhD, Stanford UniversityZweryfikowany adres z stanford.edu
Aditi RaghunathanAssistant professor, Carnegie Mellon UniversityZweryfikowany adres z cmu.edu
David LobellStanford UniversityZweryfikowany adres z stanford.edu
Ananya KumarResearch Scientist, OpenAIZweryfikowany adres z cs.stanford.edu
Marshall BurkeStanford UniversityZweryfikowany adres z stanford.edu
Pang Wei KohUniversity of WashingtonZweryfikowany adres z cs.washington.edu
Shiori SagawaPhD Student, Stanford UniversityZweryfikowany adres z stanford.edu
John DuchiAssociate Professor of Statistics and Electrical Engineering, Stanford UniversityZweryfikowany adres z stanford.edu
Fanny YangETH ZurichZweryfikowany adres z inf.ethz.ch
Sherrie WangAssistant Professor, MITZweryfikowany adres z mit.edu
Minae KwonStanford UniversityZweryfikowany adres z stanford.edu
Shibani SanturkarOpenAIZweryfikowany adres z stanford.edu
Quoc V. LeResearch Scientist, GoogleZweryfikowany adres z stanford.edu
Hieu PhamxAI. Past: AugmentCode, Google Brain.Zweryfikowany adres z x.ai
Adams Wei YuResearch Scientist, Google DeepMindZweryfikowany adres z cs.cmu.edu
Colin WeiStanford UniversityZweryfikowany adres z stanford.edu

Obserwuj

Sang Michael Xie

Inne imiona/nazwiskaMichael Xie

Meta GenAI

Zweryfikowany adres z cs.stanford.edu - Strona główna

Machine Learning Language Models Reliable Machine Learning Computational Sustainability


Tytuł Sortuj wg cytatów Sortuj wg roku Sortuj wg tytułu	Cytowane przez Cytowane przez	Rok
On the opportunities and risks of foundation models R Bommasani, DA Hudson, E Adeli, R Altman, S Arora, S von Arx, ... arXiv preprint arXiv:2108.07258, 2021	4916	2021
Combining satellite imagery and machine learning to predict poverty N Jean, M Burke, M Xie, WM Davis, DB Lobell, S Ermon Science 353 (6301), 790-794, 2016	1929	2016
Wilds: A benchmark of in-the-wild distribution shifts PW Koh, S Sagawa, H Marklund, SM Xie, M Zhang, A Balsubramani, ... International conference on machine learning, 5637-5664, 2021	1621	2021
Holistic evaluation of language models P Liang, R Bommasani, T Lee, D Tsipras, D Soylu, M Yasunaga, Y Zhang, ... arXiv preprint arXiv:2211.09110, 2022	1421*	2022
An Explanation of In-context Learning as Implicit Bayesian Inference SM Xie, A Raghunathan, P Liang, T Ma International Conference on Learning Representations (ICLR), 2022	744	2022
Transfer learning from deep features for remote sensing and poverty mapping M Xie, N Jean, M Burke, D Lobell, S Ermon AAAI, 2016	554	2016
Adversarial training can hurt generalization A Raghunathan, SM Xie, F Yang, JC Duchi, P Liang arXiv preprint arXiv:1906.06032, 2019	295	2019
Understanding and mitigating the tradeoff between robustness and accuracy A Raghunathan, SM Xie, F Yang, J Duchi, P Liang International Conference on Machine Learning (ICML), 2020	276	2020
Weakly supervised deep learning for segmentation of remote sensing imagery S Wang, W Chen, SM Xie, G Azzari, DB Lobell Remote Sensing 12 (2), 207, 2020	258	2020
Reward design with language models M Kwon, SM Xie, K Bullard, D Sadigh arXiv preprint arXiv:2303.00001, 2023	250	2023
Data selection for language models via importance resampling SM Xie, S Santurkar, T Ma, PS Liang Advances in Neural Information Processing Systems 36, 34201-34227, 2023	171	2023
Doremi: Optimizing data mixtures speeds up language model pretraining SM Xie, H Pham, X Dong, N Du, H Liu, Y Lu, PS Liang, QV Le, T Ma, ... Advances in Neural Information Processing Systems 36, 2023	146	2023
Extending the wilds benchmark for unsupervised adaptation S Sagawa, PW Koh, T Lee, I Gao, SM Xie, K Shen, A Kumar, W Hu, ... arXiv preprint arXiv:2112.05090, 2021	139	2021
Connect, not collapse: Explaining contrastive learning for unsupervised domain adaptation K Shen, R Jones, A Kumar, SM Xie, JZ HaoChen, T Ma, P Liang arXiv preprint arXiv:2204.00570, 2022	120	2022
Why Do Pretrained Language Models Help in Downstream Tasks? An Analysis of Head and Prompt Tuning C Wei, SM Xie, T Ma Neural Information Processing Systems (NeurIPS), 2021	109	2021
Reparameterizable Subset Sampling via Continuous Relaxations SM Xie, S Ermon IJCAI, 2019	107	2019
Semi-supervised Deep Kernel Learning: Regression with Unlabeled Data by Minimizing Predictive Variance N Jean, SM Xie, S Ermon Advances in Neural Information Processing Systems (NeurIPS), 2018	104	2018
A survey on data selection for language models A Albalak, Y Elazar, SM Xie, S Longpre, N Lambert, X Wang, ... arXiv preprint arXiv:2402.16827, 2024	90	2024
In-N-Out: Pre-Training and Self-Training using Auxiliary Information for Out-of-Distribution Robustness SM Xie, A Kumar, R Jones*, F Khani, T Ma, P Liang International Conference on Learning Representations (ICLR), 2022	66	2022
Same pre-training loss, better downstream: Implicit bias matters for language models H Liu, SM Xie, Z Li, T Ma International Conference on Machine Learning, 22188-22214, 2023	48	2023

Nie można teraz wykonać tej operacji. Spróbuj ponownie później.

Prace 1–20

Cytowania rocznie

Powielone cytowania

Scalone cytowania

Dodaj współautorówWspółautorzy

Obserwuj

Cytowane przez

Współautorzy