Buchumschlag

Simple and effective data augmentation for compositional generalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yao, Yuekun, Koller, Alexander
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting generalization performance with correctness discriminators
von: Yao, Yuekun, et al.
Veröffentlicht: (2023)

Language models can learn implicit multi-hop reasoning, but only if they have lots of training data
von: Yao, Yuekun, et al.
Veröffentlicht: (2025)

Barriers to Universal Reasoning With Transformers (And How to Overcome Them)
von: Kraus, Oliver, et al.
Veröffentlicht: (2026)

Fine-grained Controllable Text Generation through In-context Learning with Feedback
von: Thillainathan, Sarubi, et al.
Veröffentlicht: (2024)

A Survey on Complex Tasks for Goal-Directed Interactive Agents
von: Hartmann, Mareike, et al.
Veröffentlicht: (2024)

Anything Goes? A Crosslinguistic Study of (Im)possible Language Learning in LMs
von: Yang, Xiulin, et al.
Veröffentlicht: (2025)

A Dialogue Game for Eliciting Balanced Collaboration
von: Jeknić, Isidora, et al.
Veröffentlicht: (2024)

Strengthening Structural Inductive Biases by Pre-training to Perform Syntactic Transformations
von: Lindemann, Matthias, et al.
Veröffentlicht: (2024)

SIP: Injecting a Structural Inductive Bias into a Seq2Seq Model by Simulation
von: Lindemann, Matthias, et al.
Veröffentlicht: (2023)

LLMs syntactically adapt their language use to their conversational partner
von: Kandra, Florian, et al.
Veröffentlicht: (2025)

Collaborative Problem-Solving in an Optimization Game
von: Jeknic, Isidora, et al.
Veröffentlicht: (2025)

Scope-enhanced Compositional Semantic Parsing for DRT
von: Yang, Xiulin, et al.
Veröffentlicht: (2024)

Positional Biases Shift as Inputs Approach Context Window Limits
von: Veseli, Blerta, et al.
Veröffentlicht: (2025)

Evaluating Spatiotemporal Consistency in Automatically Generated Sewing Instructions
von: Geiger, Luisa, et al.
Veröffentlicht: (2025)

Is linguistically-motivated data augmentation worth it?
von: Groshan, Ray, et al.
Veröffentlicht: (2025)

Loop, Think, & Generalize: Implicit Reasoning in Recurrent-Depth Transformers
von: Kohli, Harsh, et al.
Veröffentlicht: (2026)

A Knapsack by Any Other Name: Presentation impacts LLM performance on NP-hard problems
von: Duchnowski, Alex, et al.
Veröffentlicht: (2025)

Automating the Generation of Prompts for LLM-based Action Choice in PDDL Planning
von: Stein, Katharina, et al.
Veröffentlicht: (2023)

LLMs Generate Kitsch
von: Klinge, Xenia, et al.
Veröffentlicht: (2026)

S3: A Simple Strong Sample-effective Multimodal Dialog System
von: Rykov, Elisei, et al.
Veröffentlicht: (2024)

Comparing effectiveness of regularization methods on text classification: Simple and complex model in data shortage situation
von: Lee, Jongga, et al.
Veröffentlicht: (2024)

AuthorMix: Modular Authorship Style Transfer via Layer-wise Adapter Mixing
von: Thillainathan, Sarubi, et al.
Veröffentlicht: (2026)

Reason to Rote: Rethinking Memorization in Reasoning
von: Du, Yupei, et al.
Veröffentlicht: (2025)

Will sentiment analysis need subculture? A new data augmentation approach
von: Wang, Zhenhua, et al.
Veröffentlicht: (2023)

Reprint: a randomized extrapolation based on principal components for data augmentation
von: Li, Le, et al.
Veröffentlicht: (2022)

Text clustering applied to data augmentation in legal contexts
von: Freitas, Lucas José Gonçalves, et al.
Veröffentlicht: (2024)

Improving the Natural Language Inference robustness to hard dataset by data augmentation and preprocessing
von: Yang, Zijiang
Veröffentlicht: (2024)

Existing LLMs Are Not Self-Consistent For Simple Tasks
von: Lin, Zhenru, et al.
Veröffentlicht: (2025)

Simple synthetic data reduces sycophancy in large language models
von: Wei, Jerry, et al.
Veröffentlicht: (2023)

Improved Generalized Planning with LLMs through Strategy Refinement and Reflection
von: Stein, Katharina, et al.
Veröffentlicht: (2025)

Meta-prompting Optimized Retrieval-augmented Generation
von: Rodrigues, João, et al.
Veröffentlicht: (2024)

Backtranslation and paraphrasing in the LLM era? Comparing data augmentation methods for emotion classification
von: Radliński, Łukasz, et al.
Veröffentlicht: (2025)

Konstruktor: A Strong Baseline for Simple Knowledge Graph Question Answering
von: Lysyuk, Maria, et al.
Veröffentlicht: (2024)

Self-evolving Agents with reflective and memory-augmented abilities
von: Liang, Xuechen, et al.
Veröffentlicht: (2024)

Second language Korean Universal Dependency treebank v1.2: Focus on data augmentation and annotation scheme refinement
von: Sung, Hakyung, et al.
Veröffentlicht: (2025)

Hierarchical Document Refinement for Long-context Retrieval-augmented Generation
von: Jin, Jiajie, et al.
Veröffentlicht: (2025)

Retrieval augmentation of large language models for lay language generation
von: Guo, Yue, et al.
Veröffentlicht: (2022)

Retrieval-augmented Encoders for Extreme Multi-label Text Classification
von: Wang, Yau-Shian, et al.
Veröffentlicht: (2025)

Fast, Slow, and Tool-augmented Thinking for LLMs: A Review
von: Jia, Xinda, et al.
Veröffentlicht: (2025)

Retrieval-augmented generation in multilingual settings
von: Chirkova, Nadezhda, et al.
Veröffentlicht: (2024)