Buchumschlag

Black-box Prompt Tuning with Subspace Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Yuanhang, Tan, Zhixing, Li, Peng, Liu, Yang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MIST: Jailbreaking Black-box Large Language Models via Iterative Semantic Tuning
von: Zheng, Muyang, et al.
Veröffentlicht: (2025)

Instruction Learning Paradigms: A Dual Perspective on White-box and Black-box LLMs
von: Ren, Yanwei, et al.
Veröffentlicht: (2025)

Learning to Correct for QA Reasoning with Black-box LLMs
von: Kim, Jaehyung, et al.
Veröffentlicht: (2024)

Automated Detection of Pre-training Text in Black-box LLMs
von: Hu, Ruihan, et al.
Veröffentlicht: (2025)

Model Tuning or Prompt Tuning? A Study of Large Language Models for Clinical Concept and Relation Extraction
von: Peng, Cheng, et al.
Veröffentlicht: (2023)

Using LLMs for Automated Privacy Policy Analysis: Prompt Engineering, Fine-Tuning and Explainability
von: Chen, Yuxin, et al.
Veröffentlicht: (2025)

Make Prompt-based Black-Box Tuning Colorful: Boosting Model Generalization from Three Orthogonal Perspectives
von: Sun, Qiushi, et al.
Veröffentlicht: (2023)

SPARC: Subspace-Aware Prompt Adaptation for Robust Continual Learning in LLMs
von: Jayasuriya, Dinithi, et al.
Veröffentlicht: (2025)

Automated Black-box Prompt Engineering for Personalized Text-to-Image Generation
von: He, Yutong, et al.
Veröffentlicht: (2024)

PLPP: Prompt Learning with Perplexity Is Self-Distillation for Vision-Language Models
von: Liu, Biao, et al.
Veröffentlicht: (2024)

Efficient and Effective Prompt Tuning via Prompt Decomposition and Compressed Outer Product
von: Lan, Pengxiang, et al.
Veröffentlicht: (2025)

Tuning-Free Accountable Intervention for LLM Deployment -- A Metacognitive Approach
von: Tan, Zhen, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of Large Language Models via Deconvolution in Subspace
von: Zhang, Jia-Chen, et al.
Veröffentlicht: (2025)

CPTuning: Contrastive Prompt Tuning for Generative Relation Extraction
von: Duan, Jiaxin, et al.
Veröffentlicht: (2025)

Efficient Prompt Tuning by Multi-Space Projection and Prompt Fusion
von: Lan, Pengxiang, et al.
Veröffentlicht: (2024)

Rationale-guided Prompting for Knowledge-based Visual Question Answering
von: Hu, Zhongjian, et al.
Veröffentlicht: (2024)

Efficiently Aligned Cross-Lingual Transfer Learning for Conversational Tasks using Prompt-Tuning
von: Tu, Lifu, et al.
Veröffentlicht: (2023)

ExpNote: Black-box Large Language Models are Better Task Solvers with Experience Notebook
von: Sun, Wangtao, et al.
Veröffentlicht: (2023)

Augmenting Black-box LLMs with Medical Textbooks for Biomedical Question Answering
von: Wang, Yubo, et al.
Veröffentlicht: (2023)

Generating Synthetic Datasets for Few-shot Prompt Tuning
von: Guo, Xu, et al.
Veröffentlicht: (2024)

Contrastive Learning Subspace for Text Clustering
von: Yong, Qian, et al.
Veröffentlicht: (2024)

Can We Trust a Black-box LLM? LLM Untrustworthy Boundary Detection via Bias-Diffusion and Multi-Agent Reinforcement Learning
von: Zhou, Xiaotian, et al.
Veröffentlicht: (2026)

ROSA: Random Subspace Adaptation for Efficient Fine-Tuning
von: Hameed, Marawan Gamal Abdel, et al.
Veröffentlicht: (2024)

ACCEPT: Adaptive Codebook for Composite and Efficient Prompt Tuning
von: Lin, Yu-Chen, et al.
Veröffentlicht: (2024)

PAFT: Prompt-Agnostic Fine-Tuning
von: Wei, Chenxing, et al.
Veröffentlicht: (2025)

Enhancing Few-Shot Transfer Learning with Optimized Multi-Task Prompt Tuning through Modular Prompt Composition
von: Pouramini, Ahmad, et al.
Veröffentlicht: (2024)

Comparing LLM and Fine-Tuned Model Performance on NVDRS Circumstance Extraction with Varying Prompt Complexity
von: Martin, Geoffrey, et al.
Veröffentlicht: (2026)

EvoPrompt: Connecting LLMs with Evolutionary Algorithms Yields Powerful Prompt Optimizers
von: Guo, Qingyan, et al.
Veröffentlicht: (2023)

Beyond Single-Granularity Prompts: A Multi-Scale Chain-of-Thought Prompt Learning for Graph
von: Zheng, Ziyu, et al.
Veröffentlicht: (2025)

Subgraph-level Universal Prompt Tuning
von: Lee, Junhyun, et al.
Veröffentlicht: (2024)

Towards LLM-guided Causal Explainability for Black-box Text Classifiers
von: Bhattacharjee, Amrita, et al.
Veröffentlicht: (2023)

Prior Prompt Engineering for Reinforcement Fine-Tuning
von: Taveekitworachai, Pittawat, et al.
Veröffentlicht: (2025)

Automatic Prompt Engineering with No Task Cues and No Tuning
von: Chowdhury, Faisal, et al.
Veröffentlicht: (2026)

Black-box Model Ensembling for Textual and Visual Question Answering via Information Fusion
von: Xia, Yuxi, et al.
Veröffentlicht: (2024)

NSmark: Null Space Based Black-box Watermarking Defense Framework for Language Models
von: Zhao, Haodong, et al.
Veröffentlicht: (2024)

APrompt4EM: Augmented Prompt Tuning for Generalized Entity Matching
von: Xia, Yikuan, et al.
Veröffentlicht: (2024)

PromptRad: Knowledge-Enhanced Multi-Label Prompt-Tuning for Low-Resource Radiology Report Labeling
von: Lin, Ying-Jia, et al.
Veröffentlicht: (2026)

Knowledge Editing on Black-box Large Language Models
von: Song, Xiaoshuai, et al.
Veröffentlicht: (2024)

CL$^2$GEC: A Multi-Discipline Benchmark for Continual Learning in Chinese Literature Grammatical Error Correction
von: Qin, Shang, et al.
Veröffentlicht: (2025)

Manifold-based Verbalizer Space Re-embedding for Tuning-free Prompt-based Classification
von: Wang, Haochun, et al.
Veröffentlicht: (2023)