Buchumschlag

Pre-training LLMs using human-like development data corpus

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhardwaj, Khushi, Shah, Raj Sanjay, Varma, Sashank
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

Development of Cognitive Intelligence in Pre-trained Language Models
von: Shah, Raj Sanjay, et al.
Veröffentlicht: (2024)

The potential -- and the pitfalls -- of using pre-trained language models as cognitive science theories
von: Shah, Raj Sanjay, et al.
Veröffentlicht: (2025)

How Well Do Deep Learning Models Capture Human Concepts? The Case of the Typicality Effect
von: Vemuri, Siddhartha K., et al.
Veröffentlicht: (2024)

Human Behavioral Benchmarking: Numeric Magnitude Comparison Effects in Large Language Models
von: Shah, Raj Sanjay, et al.
Veröffentlicht: (2023)

The World According to LLMs: How Geographic Origin Influences LLMs' Entity Deduction Capabilities
von: Lalai, Harsh Nishant, et al.
Veröffentlicht: (2025)

The Representational Geometry of Number
von: Hu, Zhimin, et al.
Veröffentlicht: (2026)

Towards a Path Dependent Account of Category Fluency
von: Heineman, David, et al.
Veröffentlicht: (2024)

Are More Tokens Rational? Inference-Time Scaling in Language Models as Adaptive Resource Rationality
von: Hu, Zhimin, et al.
Veröffentlicht: (2026)

Modeling Understanding of Story-Based Analogies Using Large Language Models
von: Inani, Kalit, et al.
Veröffentlicht: (2025)

Natural Mitigation of Catastrophic Interference: Continual Learning in Power-Law Learning Environments
von: Gandhi, Atith, et al.
Veröffentlicht: (2024)

When Visuals Aren't the Problem: Evaluating Vision-Language Models on Misleading Data Visualizations
von: Lalai, Harsh Nishant, et al.
Veröffentlicht: (2026)

Understanding Graphical Perception in Data Visualization through Zero-shot Prompting of Vision-Language Models
von: Guo, Grace, et al.
Veröffentlicht: (2024)

Adaptive Layer-skipping in Pre-trained LLMs
von: Luo, Xuan, et al.
Veröffentlicht: (2025)

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

HumT DumT: Measuring and controlling human-like language in LLMs
von: Cheng, Myra, et al.
Veröffentlicht: (2025)

STAGE: Simplified Text-Attributed Graph Embeddings Using Pre-trained LLMs
von: Zolnai-Lucas, Aaron, et al.
Veröffentlicht: (2024)

From Intentions to Techniques: A Comprehensive Taxonomy and Challenges in Text Watermarking for Large Language Models
von: Lalai, Harsh Nishant, et al.
Veröffentlicht: (2024)

Calibrating Pre-trained Language Classifiers on LLM-generated Noisy Labels via Iterative Refinement
von: Ye, Liqin, et al.
Veröffentlicht: (2025)

Post-training makes large language models less human-like
von: Binz, Marcel, et al.
Veröffentlicht: (2026)

CycleDistill: Bootstrapping Machine Translation using LLMs with Cyclical Distillation
von: Halder, Deepon, et al.
Veröffentlicht: (2025)

TN-Eval: Rubric and Evaluation Protocols for Measuring the Quality of Behavioral Therapy Notes
von: Shah, Raj Sanjay, et al.
Veröffentlicht: (2025)

Beyond-RAG: Question Identification and Answer Generation in Real-Time Conversations
von: Agrawal, Garima, et al.
Veröffentlicht: (2024)

Evaluating the Pre-Consultation Ability of LLMs using Diagnostic Guidelines
von: Seo, Jean, et al.
Veröffentlicht: (2026)

Rethinking the Outlier Distribution in Large Language Models: An In-depth Study
von: Raman, Rahul, et al.
Veröffentlicht: (2025)

Knowledge-Instruct: Effective Continual Pre-training from Limited Data using Instructions
von: Ovadia, Oded, et al.
Veröffentlicht: (2025)

Exploring the Benefit of Activation Sparsity in Pre-training
von: Zhang, Zhengyan, et al.
Veröffentlicht: (2024)

Scaling LLM Pre-training with Vocabulary Curriculum
von: Yu, Fangyuan
Veröffentlicht: (2025)

Lightweight Clinical Decision Support System using QLoRA-Fine-Tuned LLMs and Retrieval-Augmented Generation
von: Ansari, Mohammad Shoaib, et al.
Veröffentlicht: (2025)

The Chameleon Nature of LLMs: Quantifying Multi-Turn Stance Instability in Search-Enabled Language Models
von: Ratnakar, Shivam, et al.
Veröffentlicht: (2025)

Towards Smarter Hiring: Are Zero-Shot and Few-Shot Pre-trained LLMs Ready for HR Spoken Interview Transcript Analysis?
von: Maity, Subhankar, et al.
Veröffentlicht: (2025)

PreCog: Exploring the Relation between Memorization and Performance in Pre-trained Language Models
von: Ranaldi, Leonardo, et al.
Veröffentlicht: (2023)

Benchmarking the Performance of Pre-trained LLMs across Urdu NLP Tasks
von: Tahir, Munief Hassan, et al.
Veröffentlicht: (2024)

Probing Language Models for Pre-training Data Detection
von: Liu, Zhenhua, et al.
Veröffentlicht: (2024)

Signatures of human-like processing in Transformer forward passes
von: Hu, Jennifer, et al.
Veröffentlicht: (2025)

Multilingual Mathematical Reasoning: Advancing Open-Source LLMs in Hindi and English
von: Anand, Avinash, et al.
Veröffentlicht: (2024)

Interpretable Emergent Language Using Inter-Agent Transformers
von: Bhardwaj, Mannan
Veröffentlicht: (2025)

Optimizing LLMs for Resource-Constrained Environments: A Survey of Model Compression Techniques
von: Girija, Sanjay Surendranath, et al.
Veröffentlicht: (2025)

Can LLMs Detect Their Confabulations? Estimating Reliability in Uncertainty-Aware Language Models
von: Zhou, Tianyi, et al.
Veröffentlicht: (2025)

Spike No More: Stabilizing the Pre-training of Large Language Models
von: Takase, Sho, et al.
Veröffentlicht: (2023)

Can Pre-trained Language Models Understand Chinese Humor?
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)