:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yin, Qingyu, He, Xuzheng, Zhuang, Xiang, Zhao, Yu, Yao, Jianhua, Shen, Xiaoyu, Zhang, Qiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2402.04779
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Targeted Remasking: Replacing Token Editing with Token-to-Mask Refinement in Discrete Diffusion Language Models
von: Yao, Lin
Veröffentlicht: (2026)

Empirical Analysis of Decoding Biases in Masked Diffusion Models
von: Huang, Pengcheng, et al.
Veröffentlicht: (2025)

Intermittent Semi-Working Mask: A New Masking Paradigm for LLMs
von: Hu, HaoYuan, et al.
Veröffentlicht: (2024)

Exploration of Masked and Causal Language Modelling for Text Generation
von: Micheletti, Nicolo, et al.
Veröffentlicht: (2024)

MaskCD: Mitigating LVLM Hallucinations by Image Head Masked Contrastive Decoding
von: Deng, Jingyuan, et al.
Veröffentlicht: (2025)

Entropy-aware Masking for Masked Language Modeling
von: Srinivasagan, Gokul, et al.
Veröffentlicht: (2026)

Chinese ModernBERT with Whole-Word Masking
von: Zhao, Zeyu, et al.
Veröffentlicht: (2025)

BPDec: Unveiling the Potential of Masked Language Modeling Decoder in BERT pretraining
von: Liang, Wen, et al.
Veröffentlicht: (2024)

Variational Masked Diffusion Models
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

Token Masking Improves Transformer-Based Text Classification
von: Xu, Xianglong, et al.
Veröffentlicht: (2025)

Optimizing Decoding Paths in Masked Diffusion Models by Quantifying Uncertainty
von: Chen, Ziyu, et al.
Veröffentlicht: (2025)

Masked Diffusion Models are Secretly Time-Agnostic Masked Models and Exploit Inaccurate Categorical Sampling
von: Zheng, Kaiwen, et al.
Veröffentlicht: (2024)

MaskTab: Scalable Masked Tabular Pretraining with Scaling Laws and Distillation for Industrial Classification
von: Zheng, Bo, et al.
Veröffentlicht: (2026)

How Do Humans Write Code? Large Models Do It the Same Way Too
von: Li, Long, et al.
Veröffentlicht: (2024)

Causal2Vec: Improving Decoder-only LLMs as Embedding Models through a Contextual Token
von: Lin, Ailiang, et al.
Veröffentlicht: (2025)

MaskPrune: Mask-based LLM Pruning for Layer-wise Uniform Structures
von: Qin, Jiayu, et al.
Veröffentlicht: (2025)

Mask-guided BERT for Few Shot Text Classification
von: Liao, Wenxiong, et al.
Veröffentlicht: (2023)

SPG: Sandwiched Policy Gradient for Masked Diffusion Language Models
von: Wang, Chenyu, et al.
Veröffentlicht: (2025)

Masked Diffusion Models as Energy Minimization
von: Chen, Sitong, et al.
Veröffentlicht: (2025)

Inconsistencies in Masked Language Models
von: Young, Tom, et al.
Veröffentlicht: (2022)

Taming Masked Diffusion Language Models via Consistency Trajectory Reinforcement Learning with Fewer Decoding Step
von: Yang, Jingyi, et al.
Veröffentlicht: (2025)

RAG-based Crowdsourcing Task Decomposition via Masked Contrastive Learning with Prompts
von: Yang, Jing, et al.
Veröffentlicht: (2024)

Beyond Hard Masks: Progressive Token Evolution for Diffusion Language Models
von: Zhong, Linhao, et al.
Veröffentlicht: (2026)

Memorization in Attention-only Transformers
von: Dana, Léo, et al.
Veröffentlicht: (2024)

Scaling up Masked Diffusion Models on Text
von: Nie, Shen, et al.
Veröffentlicht: (2024)

Induction Head Toxicity Mechanistically Explains Repetition Curse in Large Language Models
von: Wang, Shuxun, et al.
Veröffentlicht: (2025)

Loss Masking Is Not Needed in Decoder-only Transformer for Discrete-token-based ASR
von: Chen, Qian, et al.
Veröffentlicht: (2023)

Probing the Difficulty Perception Mechanism of Large Language Models
von: Lee, Sunbowen, et al.
Veröffentlicht: (2025)

MiSS: Revisiting the Trade-off in LoRA with an Efficient Shard-Sharing Structure
von: Kang, Jiale, et al.
Veröffentlicht: (2024)

Iterative Mask Filling: An Effective Text Augmentation Method Using Masked Language Modeling
von: Kesgin, Himmet Toprak, et al.
Veröffentlicht: (2024)

Dynamic Masking Rate Schedules for MLM Pretraining
von: Ankner, Zachary, et al.
Veröffentlicht: (2023)

Infinite Mask Diffusion for Few-Step Distillation
von: Yoo, Jaehoon, et al.
Veröffentlicht: (2026)

Defensive Dual Masking for Robust Adversarial Defense
von: Yang, Wangli, et al.
Veröffentlicht: (2024)

Reflection-Window Decoding: Text Generation with Selective Refinement
von: Tang, Zeyu, et al.
Veröffentlicht: (2025)

Alignment-Enhanced Decoding:Defending via Token-Level Adaptive Refining of Probability Distributions
von: Liu, Quan, et al.
Veröffentlicht: (2024)

Time-Aware Feature Selection: Adaptive Temporal Masking for Stable Sparse Autoencoder Training
von: Li, T. Ed, et al.
Veröffentlicht: (2025)

Time and Memory Trade-off of KV-Cache Compression in Tensor Transformer Decoding
von: Chen, Yifang, et al.
Veröffentlicht: (2025)

Mask-GCG: Are All Tokens in Adversarial Suffixes Necessary for Jailbreak Attacks?
von: Mu, Junjie, et al.
Veröffentlicht: (2025)

Exploring Gradient-Guided Masked Language Model to Detect Textual Adversarial Attacks
von: Zhang, Xiaomei, et al.
Veröffentlicht: (2025)

ShardMemo: Masked MoE Routing for Sharded Agentic LLM Memory
von: Zhao, Yang, et al.
Veröffentlicht: (2026)