Copertina

Injecting Wiktionary to improve token-level contextual representations using contrastive learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mosolova, Anna, Candito, Marie, Ramisch, Carlos
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

In the LLM era, Word Sense Induction remains unsolved
di: Mosolova, Anna, et al.
Pubblicazione: (2026)

Auxiliary Tasks to Boost Biaffine Semantic Dependency Parsing
di: Candito, Marie
Pubblicazione: (2024)

When Tables Go Crazy: Evaluating Multimodal Models on French Financial Documents
di: Mouilleron, Virginie, et al.
Pubblicazione: (2026)

Probing structural constraints of negation in Pretrained Language Models
di: Kletz, David, et al.
Pubblicazione: (2024)

The Self-Contained Negation Test Set
di: Kletz, David, et al.
Pubblicazione: (2024)

Modeling the human lexicon under temperature variations: linguistic factors, diversity and typicality in LLM word associations
di: Rodriguez, Maria Andueza, et al.
Pubblicazione: (2026)

Mind the Gap: Assessing Wiktionary's Crowd-Sourced Linguistic Knowledge on Morphological Gaps in Two Related Languages
di: Sakunkoo, Jonathan, et al.
Pubblicazione: (2025)

How much do contextualized representations encode long-range context?
di: Sun, Simeng, et al.
Pubblicazione: (2024)

Predicting positive transfer for improved low-resource speech recognition using acoustic pseudo-tokens
di: San, Nay, et al.
Pubblicazione: (2024)

Jacobian Scopes: token-level causal attributions in LLMs
di: Liu, Toni J. B., et al.
Pubblicazione: (2026)

MEXMA: Token-level objectives improve sentence representations
di: Janeiro, João Maria, et al.
Pubblicazione: (2024)

Shaping capabilities with token-level data filtering
di: Rathi, Neil, et al.
Pubblicazione: (2026)

A Syntax-Injected Approach for Faster and More Accurate Sentiment Analysis
di: Imran, Muhammad, et al.
Pubblicazione: (2024)

Can Editing LLMs Inject Harm?
di: Chen, Canyu, et al.
Pubblicazione: (2024)

Why do LLMs attend to the first token?
di: Barbero, Federico, et al.
Pubblicazione: (2025)

Where is the signal in tokenization space?
di: Geh, Renato Lui, et al.
Pubblicazione: (2024)

Unsupervised hard Negative Augmentation for contrastive learning
di: Shu, Yuxuan, et al.
Pubblicazione: (2024)

Extracting domain-specific terms using contextual word embeddings
di: Repar, Andraž, et al.
Pubblicazione: (2025)

Turbulence-like 5/3 spectral scaling in contextual representations of language as a complex system
di: Yang, Zhongxin, et al.
Pubblicazione: (2026)

Interpreting token compositionality in LLMs: A robustness analysis
di: Aljaafari, Nura, et al.
Pubblicazione: (2024)

Comparative analysis of subword tokenization approaches for Indian languages
di: Das, Sudhansu Bala, et al.
Pubblicazione: (2025)

Contextual morphologically-guided tokenization for Latin encoder models
di: Hudspeth, Marisa, et al.
Pubblicazione: (2025)

AnomaLLMy -- Detecting anomalous tokens in black-box LLMs through low-confidence single-token predictions
di: Witold, Waligóra
Pubblicazione: (2024)

CareMedEval dataset: Evaluating Critical Appraisal and Reasoning in the Biomedical Field
di: Bonzi, Doria, et al.
Pubblicazione: (2025)

Unused information in token probability distribution of generative LLM: improving LLM reading comprehension through calculation of expected values
di: Zawistowski, Krystian
Pubblicazione: (2024)

The pitfalls of next-token prediction
di: Bachmann, Gregor, et al.
Pubblicazione: (2024)

Looking beyond the next token
di: Thankaraj, Abitha, et al.
Pubblicazione: (2025)

Same evaluation, more tokens: On the effect of input length for machine translation evaluation using Large Language Models
di: Domhan, Tobias, et al.
Pubblicazione: (2025)

Indication Finding: a novel use case for representation learning
di: Eckhoff, Maren, et al.
Pubblicazione: (2024)

On multi-token prediction for efficient LLM inference
di: Mehra, Somesh, et al.
Pubblicazione: (2025)

Learning representations of learning representations
di: González-Márquez, Rita, et al.
Pubblicazione: (2024)

Deepfake Word Detection by Next-token Prediction using Fine-tuned Whisper
di: Tran, Hoan My, et al.
Pubblicazione: (2026)

Towards Codable Watermarking for Injecting Multi-bits Information to LLMs
di: Wang, Lean, et al.
Pubblicazione: (2023)

Soft Head Selection for Injecting ICL-Derived Task Embeddings
di: Park, Jungwon, et al.
Pubblicazione: (2025)

Better & Faster Large Language Models via Multi-token Prediction
di: Gloeckle, Fabian, et al.
Pubblicazione: (2024)

Collaborative decoding of critical tokens for boosting factuality of large language models
di: Jin, Lifeng, et al.
Pubblicazione: (2024)

LBPE: Long-token-first Tokenization to Improve Large Language Models
di: Lian, Haoran, et al.
Pubblicazione: (2024)

Getting the most out of your tokenizer for pre-training and domain adaptation
di: Dagan, Gautier, et al.
Pubblicazione: (2024)

Finetuning LLMs for EvaCun 2025 token prediction shared task
di: Jon, Josef, et al.
Pubblicazione: (2025)

Exploiting contextual information to improve stance detection in informal political discourse with LLMs
di: Sucu, Arman Engin, et al.
Pubblicazione: (2026)