Buchumschlag

Not All Demonstration Examples are Equally Beneficial: Reweighting Demonstration Examples for In-Context Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Zhe, Dai, Damai, Wang, Peiyi, Sui, Zhifang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Activation Patterns of Parameters in Language Models
von: Wang, Yudong, et al.
Veröffentlicht: (2024)

Language Models Encode the Value of Numbers Linearly
von: Zhu, Fangwei, et al.
Veröffentlicht: (2024)

Addressing Order Sensitivity of In-Context Demonstration Examples in Causal Language Models
von: Xiang, Yanzheng, et al.
Veröffentlicht: (2024)

Demonstration Notebook: Finding the Most Suited In-Context Learning Example from Interactions
von: Tang, Yiming, et al.
Veröffentlicht: (2024)

PeriodicLoRA: Breaking the Low-Rank Bottleneck in LoRA Optimization
von: Meng, Xiangdi, et al.
Veröffentlicht: (2024)

Reducing Hallucinations in Entity Abstract Summarization with Facts-Template Decomposition
von: Zhu, Fangwei, et al.
Veröffentlicht: (2024)

Chain-of-Thought Tokens are Computer Program Variables
von: Zhu, Fangwei, et al.
Veröffentlicht: (2025)

Dynamic Demonstrations Controller for In-Context Learning
von: Zhao, Fei, et al.
Veröffentlicht: (2023)

Math-Shepherd: Verify and Reinforce LLMs Step-by-step without Human Annotations
von: Wang, Peiyi, et al.
Veröffentlicht: (2023)

Learning to Retrieve In-Context Examples for Large Language Models
von: Wang, Liang, et al.
Veröffentlicht: (2023)

Curriculum Demonstration Selection for In-Context Learning
von: Vu, Duc Anh, et al.
Veröffentlicht: (2024)

Learning to Search Effective Example Sequences for In-Context Learning
von: Gao, Xiang, et al.
Veröffentlicht: (2025)

Not All Data Are Unlearned Equally
von: Krishnan, Aravind, et al.
Veröffentlicht: (2025)

Revisiting Demonstration Selection Strategies in In-Context Learning
von: Peng, Keqin, et al.
Veröffentlicht: (2024)

Comparable Demonstrations are Important in In-Context Learning: A Novel Perspective on Demonstration Selection
von: Fan, Caoyun, et al.
Veröffentlicht: (2023)

In-Context Learning with Iterative Demonstration Selection
von: Qin, Chengwei, et al.
Veröffentlicht: (2023)

Rectifying Demonstration Shortcut in In-Context Learning
von: Jang, Joonwon, et al.
Veröffentlicht: (2024)

XAMPLER: Learning to Retrieve Cross-Lingual In-Context Examples
von: Lin, Peiqin, et al.
Veröffentlicht: (2024)

$Se^2$: Sequential Example Selection for In-Context Learning
von: Liu, Haoyu, et al.
Veröffentlicht: (2024)

In-Context Example Ordering Guided by Label Distributions
von: Xu, Zhichao, et al.
Veröffentlicht: (2024)

Demonstration Selection for In-Context Learning via Reinforcement Learning
von: Wang, Xubin, et al.
Veröffentlicht: (2024)

Towards Better RL Training Data Utilization via Second-Order Rollout
von: Yang, Zhe, et al.
Veröffentlicht: (2026)

Demonstrations Are All You Need: Advancing Offensive Content Paraphrasing using In-Context Learning
von: Som, Anirudh, et al.
Veröffentlicht: (2023)

Enhancing Reliability across Short and Long-Form QA via Reinforcement Learning
von: Wang, Yudong, et al.
Veröffentlicht: (2025)

Misconfidence-based Demonstration Selection for LLM In-Context Learning
von: Xu, Shangqing, et al.
Veröffentlicht: (2024)

In-Context Learning Demonstration Selection via Influence Analysis
von: S., Vinay M., et al.
Veröffentlicht: (2024)

Topic Coverage-based Demonstration Retrieval for In-Context Learning
von: Kweon, Wonbin, et al.
Veröffentlicht: (2025)

Easier to Judge than to Find: Predicting In-Context Learning Success for Demonstration Selection
von: Wang, Haochun, et al.
Veröffentlicht: (2026)

Large Language Models Struggle with Unreasonability in Math Problems
von: Ma, Jingyuan, et al.
Veröffentlicht: (2024)

Be a Multitude to Itself: A Prompt Evolution Framework for Red Teaming
von: Li, Rui, et al.
Veröffentlicht: (2025)

Effective In-Context Example Selection through Data Compression
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

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

Monte Carlo Sampling for Analyzing In-Context Examples
von: Schoch, Stephanie, et al.
Veröffentlicht: (2025)

NICE: To Optimize In-Context Examples or Not?
von: Srivastava, Pragya, et al.
Veröffentlicht: (2024)

Selecting Demonstrations for Many-Shot In-Context Learning via Gradient Matching
von: Zhang, Jianfei, et al.
Veröffentlicht: (2025)

Unlocking Efficiency in Large Language Model Inference: A Comprehensive Survey of Speculative Decoding
von: Xia, Heming, et al.
Veröffentlicht: (2024)

Learning Metadata-Agnostic Representations for Text-to-SQL In-Context Example Selection
von: Mai, Chuhong, et al.
Veröffentlicht: (2024)

PACIT: Unlocking the Power of Examples for Better In-Context Instruction Tuning
von: Xue, Tianci, et al.
Veröffentlicht: (2023)

The Impact of Demonstrations on Multilingual In-Context Learning: A Multidimensional Analysis
von: Zhang, Miaoran, et al.
Veröffentlicht: (2024)

DemoShapley: Valuation of Demonstrations for In-Context Learning
von: Xie, Shan, et al.
Veröffentlicht: (2024)