Buchumschlag

Absolute convergence and error thresholds in non-active adaptive sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ferro, Manuel Vilares, Bilbao, Victor M. Darriba, Ferro, Jesús Vilares
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive scheduling for adaptive sampling in POS taggers construction
von: Ferro, Manuel Vilares, et al.
Veröffentlicht: (2024)

Modeling of learning curves with applications to pos tagging
von: Ferro, Manuel Vilares, et al.
Veröffentlicht: (2024)

Early stopping by correlating online indicators in neural networks
von: Ferro, Manuel Vilares, et al.
Veröffentlicht: (2024)

Surfing the modeling of PoS taggers in low-resource scenarios
von: Ferro, Manuel Vilares, et al.
Veröffentlicht: (2024)

LyS at SemEval 2025 Task 8: Zero-Shot Code Generation for Tabular QA
von: Gude, Adrián, et al.
Veröffentlicht: (2025)

On the performance of phonetic algorithms in microtext normalization
von: Doval, Yerai, et al.
Veröffentlicht: (2024)

Aplicaciones del Procesamiento del Lenguaje Natural en la Recuperacion de Información en Español
von: Jesús Vilares Ferro
Veröffentlicht: (2006)

HiTZ at VarDial 2025 NorSID: Overcoming Data Scarcity with Language Transfer and Automatic Data Annotation
von: Bengoetxea, Jaione, et al.
Veröffentlicht: (2024)

LLMs cannot find reasoning errors, but can correct them given the error location
von: Tyen, Gladys, et al.
Veröffentlicht: (2023)

BERT-LSH: Reducing Absolute Compute For Attention
von: Li, Zezheng, et al.
Veröffentlicht: (2024)

Absolute Zero: Reinforced Self-play Reasoning with Zero Data
von: Zhao, Andrew, et al.
Veröffentlicht: (2025)

Pair2Score: Pairwise-to-Absolute Transfer for LLM-Based Essay Scoring
von: Hallaç, İbrahim Rıza, et al.
Veröffentlicht: (2026)

Small sample-based adaptive text classification through iterative and contrastive description refinement
von: Rajeev, Amrit, et al.
Veröffentlicht: (2025)

Transformer-Squared: Self-adaptive LLMs
von: Sun, Qi, et al.
Veröffentlicht: (2025)

Transformers for molecular property prediction: Domain adaptation efficiently improves performance
von: Sultan, Afnan, et al.
Veröffentlicht: (2025)

A dataset and benchmark for hospital course summarization with adapted large language models
von: Aali, Asad, et al.
Veröffentlicht: (2024)

Memory-efficient Energy-adaptive Inference of Pre-Trained Models on Batteryless Embedded Systems
von: Farina, Pietro, et al.
Veröffentlicht: (2024)

Assembly of Experts: Linear-time construction of the Chimera LLM variants with emergent and adaptable behaviors
von: Klagges, Henrik, et al.
Veröffentlicht: (2025)

LyS at SemEval-2024 Task 3: An Early Prototype for End-to-End Multimodal Emotion Linking as Graph-Based Parsing
von: Ezquerro, Ana, et al.
Veröffentlicht: (2024)

fg-expo: Frontier-guided exploration-prioritized policy optimization via adaptive kl and gaussian curriculum
von: Lin, Mingxiong, et al.
Veröffentlicht: (2026)

Deep learning and abstractive summarisation for radiological reports: an empirical study for adapting the PEGASUS models' family with scarce data
von: Benzoni, Claudio, et al.
Veröffentlicht: (2025)

COLD: Causal reasOning in cLosed Daily activities
von: Joshi, Abhinav, et al.
Veröffentlicht: (2024)

Fresh in memory: Training-order recency is linearly encoded in language model activations
von: Krasheninnikov, Dmitrii, et al.
Veröffentlicht: (2025)

Gradual Binary Search and Dimension Expansion : A general method for activation quantization in LLMs
von: Maisonnave, Lucas, et al.
Veröffentlicht: (2025)

A non-ergodic framework for understanding emergent capabilities in Large Language Models
von: Marín, Javier
Veröffentlicht: (2025)

Controllable Discovery of Intents: Incremental Deep Clustering Using Semi-Supervised Contrastive Learning
von: Rawat, Mrinal, et al.
Veröffentlicht: (2024)

Evaluating Embedding Frameworks for Scientific Domain
von: Ahmed, Nouman, et al.
Veröffentlicht: (2025)

Catching rationalization in the act: detecting motivated reasoning before and after CoT via activation probing
von: Mirtaheri, Parsa, et al.
Veröffentlicht: (2026)

Measuring Corporate Human Capital Disclosures: Lexicon, Data, Code, and Research Opportunities
von: Demers, Elizabeth, et al.
Veröffentlicht: (2025)

The Linear Representation Hypothesis and the Geometry of Large Language Models
von: Park, Kiho, et al.
Veröffentlicht: (2023)

Incorporating Hierarchical Semantics in Sparse Autoencoder Architectures
von: Muchane, Mark, et al.
Veröffentlicht: (2025)

BP-Seg: A graphical model approach to unsupervised and non-contiguous text segmentation using belief propagation
von: Li, Fengyi, et al.
Veröffentlicht: (2025)

The Geometry of Categorical and Hierarchical Concepts in Large Language Models
von: Park, Kiho, et al.
Veröffentlicht: (2024)

Policy Improvement using Language Feedback Models
von: Zhong, Victor, et al.
Veröffentlicht: (2024)

The Information Geometry of Softmax: Probing and Steering
von: Park, Kiho, et al.
Veröffentlicht: (2026)

Instances and Labels: Hierarchy-aware Joint Supervised Contrastive Learning for Hierarchical Multi-Label Text Classification
von: Yu, Simon, et al.
Veröffentlicht: (2023)

COTET: Cross-view Optimal Transport for Knowledge Graph Entity Typing
von: Hu, Zhiwei, et al.
Veröffentlicht: (2024)

Paired by the Teacher: Turning Unpaired Data into High-Fidelity Pairs for Low-Resource Text Generation
von: Lu, Yen-Ju, et al.
Veröffentlicht: (2025)

Survey on reinforcement learning for language processing
von: Uc-Cetina, Victor, et al.
Veröffentlicht: (2021)

T-FREE: Subword Tokenizer-Free Generative LLMs via Sparse Representations for Memory-Efficient Embeddings
von: Deiseroth, Björn, et al.
Veröffentlicht: (2024)