Buchumschlag

In-Context Example Ordering Guided by Label Distributions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Zhichao, Cohen, Daniel, Wang, Bei, Srikumar, Vivek
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

Found in Translation: Measuring Multilingual LLM Consistency as Simple as Translate then Evaluate
von: Gupta, Ashim, et al.
Veröffentlicht: (2025)

State Space Models are Strong Text Rerankers
von: Xu, Zhichao, et al.
Veröffentlicht: (2024)

Distillation versus Contrastive Learning: How to Train Your Rerankers
von: Xu, Zhichao, et al.
Veröffentlicht: (2025)

Beyond Perplexity: Multi-dimensional Safety Evaluation of LLM Compression
von: Xu, Zhichao, et al.
Veröffentlicht: (2024)

Defragmenting Language Models: An Interpretability-based Approach for Vocabulary Expansion
von: Mehta, Maitrey, et al.
Veröffentlicht: (2026)

Test-Time Scaling with Repeated Sampling Improves Multilingual Text Generation
von: Gupta, Ashim, et al.
Veröffentlicht: (2025)

Reinforcing Code Generation: Improving Text-to-SQL with Execution-Based Learning
von: Kulkarni, Atharv, et al.
Veröffentlicht: (2025)

InfiniteScienceGym: An Unbounded, Procedurally-Generated Benchmark for Scientific Analysis
von: Bentham, Oliver, et al.
Veröffentlicht: (2026)

Understanding the Logic of Direct Preference Alignment through Logic
von: Richardson, Kyle, et al.
Veröffentlicht: (2024)

Promptly Predicting Structures: The Return of Inference
von: Mehta, Maitrey, et al.
Veröffentlicht: (2024)

OptiSeq: Ordering Examples On-The-Fly for In-Context Learning
von: Bhope, Rahul Atul, et al.
Veröffentlicht: (2025)

LLM-Symbolic Integration for Robust Temporal Tabular Reasoning
von: Kulkarni, Atharv, et al.
Veröffentlicht: (2025)

LACONIC: Dense-Level Effectiveness for Scalable Sparse Retrieval via a Two-Phase Training Curriculum
von: Xu, Zhichao, et al.
Veröffentlicht: (2026)

Rethinking On-policy Optimization for Query Augmentation
von: Xu, Zhichao, et al.
Veröffentlicht: (2025)

An Empirical Investigation of Matrix Factorization Methods for Pre-trained Transformers
von: Gupta, Ashim, et al.
Veröffentlicht: (2024)

Context-aware Decoding Reduces Hallucination in Query-focused Summarization
von: Xu, Zhichao
Veröffentlicht: (2023)

Effective In-Context Example Selection through Data Compression
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

Whispers of Doubt Amidst Echoes of Triumph in NLP Robustness
von: Gupta, Ashim, et al.
Veröffentlicht: (2023)

Not All Demonstration Examples are Equally Beneficial: Reweighting Demonstration Examples for In-Context Learning
von: Yang, Zhe, et al.
Veröffentlicht: (2023)

HQFS: Hybrid Quantum Classical Financial Security with VQC Forecasting, QUBO Annealing, and Audit-Ready Post-Quantum Signing
von: Nayak, Srikumar
Veröffentlicht: (2026)

Named Entity Recognition for Payment Data Using NLP
von: Nayak, Srikumar
Veröffentlicht: (2026)

Anchor Points: Benchmarking Models with Much Fewer Examples
von: Vivek, Rajan, et al.
Veröffentlicht: (2023)

A Global Context Mechanism for Sequence Labeling
von: Xu, Conglei, et al.
Veröffentlicht: (2023)

SCENE: Self-Labeled Counterfactuals for Extrapolating to Negative Examples
von: Fu, Deqing, et al.
Veröffentlicht: (2023)

Monte Carlo Sampling for Analyzing In-Context Examples
von: Schoch, Stephanie, et al.
Veröffentlicht: (2025)

PACIT: Unlocking the Power of Examples for Better In-Context Instruction Tuning
von: Xue, Tianci, et al.
Veröffentlicht: (2023)

RLShield: Practical Multi-Agent RL for Financial Cyber Defense with Attack-Surface MDPs and Real-Time Response Orchestration
von: Nayak, Srikumar
Veröffentlicht: (2026)

Learning to Retrieve In-Context Examples for Large Language Models
von: Wang, Liang, et al.
Veröffentlicht: (2023)

XAMPLER: Learning to Retrieve Cross-Lingual In-Context Examples
von: Lin, Peiqin, et al.
Veröffentlicht: (2024)

$Se^2$: Sequential Example Selection for In-Context Learning
von: Liu, Haoyu, et al.
Veröffentlicht: (2024)

Learning to Search Effective Example Sequences for In-Context Learning
von: Gao, Xiang, et al.
Veröffentlicht: (2025)

Semantic Reranking at Inference Time for Hard Examples in Rhetorical Role Labeling
von: Belfathi, Anas, et al.
Veröffentlicht: (2026)

LLMs are Better Than You Think: Label-Guided In-Context Learning for Named Entity Recognition
von: Bai, Fan, et al.
Veröffentlicht: (2025)

In-Context Learning with Noisy Labels
von: Kang, Junyong, et al.
Veröffentlicht: (2024)

Chow-Liu Ordering for Long-Context Reasoning in Chain-of-Agents
von: Gupta, Naman, et al.
Veröffentlicht: (2026)

NICE: To Optimize In-Context Examples or Not?
von: Srivastava, Pragya, et al.
Veröffentlicht: (2024)

RISCORE: Enhancing In-Context Riddle Solving in Language Models through Context-Reconstructed Example Augmentation
von: Panagiotopoulos, Ioannis, et al.
Veröffentlicht: (2024)

Effective Self-Mining of In-Context Examples for Unsupervised Machine Translation with LLMs
von: Mekki, Abdellah El, et al.
Veröffentlicht: (2024)

Addressing Order Sensitivity of In-Context Demonstration Examples in Causal Language Models
von: Xiang, Yanzheng, et al.
Veröffentlicht: (2024)

Learning Metadata-Agnostic Representations for Text-to-SQL In-Context Example Selection
von: Mai, Chuhong, et al.
Veröffentlicht: (2024)