Buchumschlag

Learning New Tasks from a Few Examples with Soft-Label Prototypes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Avyav Kumar, Shutova, Ekaterina, Yannakoudakis, Helen
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A (More) Realistic Evaluation Setup for Generalisation of Community Models on Malicious Content Detection
von: Verhoeven, Ivo, et al.
Veröffentlicht: (2024)

CK-Transformer: Commonsense Knowledge Enhanced Transformers for Referring Expression Comprehension
von: Zhang, Zhi, et al.
Veröffentlicht: (2023)

NeuroAda: Activating Each Neuron's Potential for Parameter-Efficient Fine-Tuning
von: Zhang, Zhi, et al.
Veröffentlicht: (2025)

Designing Informative Metrics for Few-Shot Example Selection
von: Adiga, Rishabh, et al.
Veröffentlicht: (2024)

Evaluating Memory Structure in LLM Agents
von: Shutova, Alina, et al.
Veröffentlicht: (2026)

Induction Heads as an Essential Mechanism for Pattern Matching in In-context Learning
von: Crosbie, Joy, et al.
Veröffentlicht: (2024)

PromptAL: Sample-Aware Dynamic Soft Prompts for Few-Shot Active Learning
von: Xiang, Hui, et al.
Veröffentlicht: (2025)

Self-Alignment: Improving Alignment of Cultural Values in LLMs via In-Context Learning
von: Choenni, Rochelle, et al.
Veröffentlicht: (2024)

Can we Soft Prompt LLMs for Graph Learning Tasks?
von: Liu, Zheyuan, et al.
Veröffentlicht: (2024)

Improving Sentence Embeddings with Automatic Generation of Training Data Using Few-shot Examples
von: Sato, Soma, et al.
Veröffentlicht: (2024)

Instance Relation Learning Network with Label Knowledge Propagation for Few-shot Multi-label Intent Detection
von: Zhao, Shiman, et al.
Veröffentlicht: (2025)

An Assessment of Human vs. Model Uncertainty in Soft-Label Learning and Calibration
von: Pavlovic, Maja, et al.
Veröffentlicht: (2026)

Self-Generated In-Context Examples Improve LLM Agents for Sequential Decision-Making Tasks
von: Sarukkai, Vishnu, et al.
Veröffentlicht: (2025)

Learning and Forgetting Unsafe Examples in Large Language Models
von: Zhao, Jiachen, et al.
Veröffentlicht: (2023)

PLR: Plackett-Luce for Reordering In-Context Learning Examples
von: Batorski, Pawel, et al.
Veröffentlicht: (2026)

Geometric-Averaged Preference Optimization for Soft Preference Labels
von: Furuta, Hiroki, et al.
Veröffentlicht: (2024)

Revisiting Active Learning under (Human) Label Variation
von: Gruber, Cornelia, et al.
Veröffentlicht: (2025)

Learning to Learn for Few-shot Continual Active Learning
von: Ho, Stella, et al.
Veröffentlicht: (2023)

Alexpaca: Learning Factual Clarification Question Generation Without Examples
von: Toles, Matthew, et al.
Veröffentlicht: (2023)

Lon-ea at SemEval-2023 Task 11: A Comparison of Activation Functions for Soft and Hard Label Prediction
von: Hosseini, Peyman, et al.
Veröffentlicht: (2023)

Yesterday's News: Benchmarking Multi-Dimensional Out-of-Distribution Generalization of Misinformation Detection Models
von: Verhoeven, Ivo, et al.
Veröffentlicht: (2024)

To Label or Not to Label: Hybrid Active Learning for Neural Machine Translation
von: Azeemi, Abdul Hameed, et al.
Veröffentlicht: (2024)

Learning to Translate from Soft to Hard LLM Prompts
von: Kongsomjit, Pitipat, et al.
Veröffentlicht: (2026)

Asynchronous Reasoning: Training-Free Interactive Thinking LLMs
von: Yakushev, George, et al.
Veröffentlicht: (2025)

Building a Few-Shot Cross-Domain Multilingual NLU Model for Customer Care
von: Kumar, Saurabh, et al.
Veröffentlicht: (2025)

Can Models Learn Skill Composition from Examples?
von: Zhao, Haoyu, et al.
Veröffentlicht: (2024)

Learning Task Representations from In-Context Learning
von: Saglam, Baturay, et al.
Veröffentlicht: (2025)

One size doesn't fit all: Predicting the Number of Examples for In-Context Learning
von: Chandra, Manish, et al.
Veröffentlicht: (2024)

HMS-BERT: Hybrid Multi-Task Self-Training for Multilingual and Multi-Label Cyberbullying Detection
von: Feng, Zixin, et al.
Veröffentlicht: (2026)

Semantic Anchors in In-Context Learning: Why Small LLMs Cannot Flip Their Labels
von: Kumar, Anantha Padmanaban Krishna
Veröffentlicht: (2025)

Mitigating the Modality Gap: Few-Shot Out-of-Distribution Detection with Multi-modal Prototypes and Image Bias Estimation
von: Wang, Yimu, et al.
Veröffentlicht: (2025)

Curriculum Learning and Pseudo-Labeling Improve the Generalization of Multi-Label Arabic Dialect Identification Models
von: Mekky, Ali, et al.
Veröffentlicht: (2026)

Hogwild! Inference: Parallel LLM Generation via Concurrent Attention
von: Rodionov, Gleb, et al.
Veröffentlicht: (2025)

Learning distributed representations with efficient SoftMax normalization
von: Dall'Amico, Lorenzo, et al.
Veröffentlicht: (2023)

PEARL: Prototype-Enhanced Alignment for Label-Efficient Representation Learning with Deployment-Driven Insights from Digital Governance Communication Systems
von: Zhang, Ruiyu, et al.
Veröffentlicht: (2026)

Entropy Ratio Clipping as a Soft Global Constraint for Stable Reinforcement Learning
von: Su, Zhenpeng, et al.
Veröffentlicht: (2025)

A Multi-Label Dataset of French Fake News: Human and Machine Insights
von: Icard, Benjamin, et al.
Veröffentlicht: (2024)

Neural-Bayesian Program Learning for Few-shot Dialogue Intent Parsing
von: Hong, Mengze, et al.
Veröffentlicht: (2024)

Prompt Selection and Augmentation for Few Examples Code Generation in Large Language Model and its Application in Robotics Control
von: Wu, On Tai, et al.
Veröffentlicht: (2024)

IDIAPers @ Causal News Corpus 2022: Efficient Causal Relation Identification Through a Prompt-based Few-shot Approach
von: Burdisso, Sergio, et al.
Veröffentlicht: (2022)