Buchumschlag

Unifying Structured Data as Graph for Data-to-Text Pre-Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Shujie, Li, Liang, Geng, Ruiying, Yang, Min, Li, Binhua, Yuan, Guanghu, He, Wanwei, Yuan, Shao, Ma, Can, Huang, Fei, Li, Yongbin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Alibaba LingmaAgent: Improving Automated Issue Resolution via Comprehensive Repository Exploration
von: Ma, Yingwei, et al.
Veröffentlicht: (2024)

Iterative Forward Tuning Boosts In-Context Learning in Language Models
von: Yang, Jiaxi, et al.
Veröffentlicht: (2023)

Long Context is Not Long at All: A Prospector of Long-Dependency Data for Large Language Models
von: Chen, Longze, et al.
Veröffentlicht: (2024)

HeTGB: A Comprehensive Benchmark for Heterophilic Text-Attributed Graphs
von: Li, Shujie, et al.
Veröffentlicht: (2025)

Extend Model Merging from Fine-Tuned to Pre-Trained Large Language Models via Weight Disentanglement
von: Yu, Le, et al.
Veröffentlicht: (2024)

EvoCodeBench: An Evolving Code Generation Benchmark with Domain-Specific Evaluations
von: Li, Jia, et al.
Veröffentlicht: (2024)

To Diff or Not to Diff? Structure-Aware and Adaptive Output Formats for Efficient LLM-based Code Editing
von: Cheng, Wei, et al.
Veröffentlicht: (2026)

Reinforcement Learning on Pre-Training Data
von: Li, Siheng, et al.
Veröffentlicht: (2025)

Debate Helps Weak-to-Strong Generalization
von: Lang, Hao, et al.
Veröffentlicht: (2025)

Selective Weak-to-Strong Generalization
von: Lang, Hao, et al.
Veröffentlicht: (2025)

Format-Adapter: Improving Reasoning Capability of LLMs by Adapting Suitable Format
von: Wang, Dingzirui, et al.
Veröffentlicht: (2025)

DialCLIP: Empowering CLIP as Multi-Modal Dialog Retriever
von: Yin, Zhichao, et al.
Veröffentlicht: (2024)

Fine-Tuning Language Models with Reward Learning on Policy
von: Lang, Hao, et al.
Veröffentlicht: (2024)

Exploring the Potential of Large Language Models for Heterophilic Graphs
von: Wu, Yuxia, et al.
Veröffentlicht: (2024)

Balanced Data Sampling for Language Model Training with Clustering
von: Shao, Yunfan, et al.
Veröffentlicht: (2024)

Scaling Data Diversity for Fine-Tuning Language Models in Human Alignment
von: Song, Feifan, et al.
Veröffentlicht: (2024)

Train a Unified Multimodal Data Quality Classifier with Synthetic Data
von: Wang, Weizhi, et al.
Veröffentlicht: (2025)

In-Context Transfer Learning: Demonstration Synthesis by Transferring Similar Tasks
von: Wang, Dingzirui, et al.
Veröffentlicht: (2024)

ELSPR: Evaluator LLM Training Data Self-Purification on Non-Transitive Preferences via Tournament Graph Reconstruction
von: Yu, Yan, et al.
Veröffentlicht: (2025)

DataFlex: A Unified Framework for Data-Centric Dynamic Training of Large Language Models
von: Liang, Hao, et al.
Veröffentlicht: (2026)

Unified Data Selection for LLM Reasoning
von: Li, Xiaoyuan, et al.
Veröffentlicht: (2026)

Saber: An Efficient Sampling with Adaptive Acceleration and Backtracking Enhanced Remasking for Diffusion Language Model
von: Dong, Yihong, et al.
Veröffentlicht: (2025)

Information Capacity: Evaluating the Efficiency of Large Language Models via Text Compression
von: Yuan, Cheng, et al.
Veröffentlicht: (2025)

ToReMi: Topic-Aware Data Reweighting for Dynamic Pre-Training Data Selection
von: Zhu, Xiaoxuan, et al.
Veröffentlicht: (2025)

Verifiable by Design: Aligning Language Models to Quote from Pre-Training Data
von: Zhang, Jingyu, et al.
Veröffentlicht: (2024)

One-Shot Learning as Instruction Data Prospector for Large Language Models
von: Li, Yunshui, et al.
Veröffentlicht: (2023)

Understanding Generalization in Role-Playing Models via Information Theory
von: Li, Yongqi, et al.
Veröffentlicht: (2025)

MOA: Multi-Objective Alignment for Role-Playing Agents
von: Liao, Chonghua, et al.
Veröffentlicht: (2025)

Inside the Black Box: Detecting Data Leakage in Pre-trained Language Encoders
von: Xin, Yuan, et al.
Veröffentlicht: (2024)

Dual Tuning for Reasoning Efficacy-Driven Data Curation in Multimodal LLM Training
von: Zheng, Ruobing, et al.
Veröffentlicht: (2026)

MultiGPrompt for Multi-Task Pre-Training and Prompting on Graphs
von: Yu, Xingtong, et al.
Veröffentlicht: (2023)

SpokenWOZ: A Large-Scale Speech-Text Benchmark for Spoken Task-Oriented Dialogue Agents
von: Si, Shuzheng, et al.
Veröffentlicht: (2023)

RL-PLUS: Countering Capability Boundary Collapse of LLMs in Reinforcement Learning with Hybrid-policy Optimization
von: Dong, Yihong, et al.
Veröffentlicht: (2025)

DataVisT5: A Pre-trained Language Model for Jointly Understanding Text and Data Visualization
von: Wan, Zhuoyue, et al.
Veröffentlicht: (2024)

CodeRL+: Improving Code Generation via Reinforcement with Execution Semantics Alignment
von: Jiang, Xue, et al.
Veröffentlicht: (2025)

PDR: A Plug-and-Play Positional Decay Framework for LLM Pre-training Data Detection
von: Liu, Jinhan, et al.
Veröffentlicht: (2026)

Organize the Web: Constructing Domains Enhances Pre-Training Data Curation
von: Wettig, Alexander, et al.
Veröffentlicht: (2025)

Error Norm Truncation: Robust Training in the Presence of Data Noise for Text Generation Models
von: Li, Tianjian, et al.
Veröffentlicht: (2023)

TextOmics-Guided Diffusion for Hit-like Molecular Generation
von: Yuan, Hang, et al.
Veröffentlicht: (2025)

Synthetic Pre-Pre-Training Improves Language Model Robustness to Noisy Pre-Training Data
von: Guo, Xu, et al.
Veröffentlicht: (2026)