Buchumschlag

Harnessing Large Language Models as Post-hoc Correctors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhong, Zhiqiang, Zhou, Kuangyu, Mottin, Davide
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking Large Language Models for Molecule Prediction Tasks
von: Zhong, Zhiqiang, et al.
Veröffentlicht: (2024)

Exploring Graph Structure Comprehension Ability of Multimodal Large Language Models: Case Studies
von: Zhong, Zhiqiang, et al.
Veröffentlicht: (2024)

Corrector Sampling in Language Models
von: Gat, Itai, et al.
Veröffentlicht: (2025)

Efficiently Predicting Mutational Effect on Homologous Proteins by Evolution Encoding
von: Zhong, Zhiqiang, et al.
Veröffentlicht: (2024)

Automatic Annotation Augmentation Boosts Translation between Molecules and Natural Language
von: Zhong, Zhiqiang, et al.
Veröffentlicht: (2025)

Tell Your Model Where to Attend: Post-hoc Attention Steering for LLMs
von: Zhang, Qingru, et al.
Veröffentlicht: (2023)

Attention Meets Post-hoc Interpretability: A Mathematical Perspective
von: Lopardo, Gianluigi, et al.
Veröffentlicht: (2024)

Harnessing the Power of Large Language Model for Uncertainty Aware Graph Processing
von: Qian, Zhenyu, et al.
Veröffentlicht: (2024)

Understanding Post-hoc Explainers: The Case of Anchors
von: Lopardo, Gianluigi, et al.
Veröffentlicht: (2023)

Harnessing Large Language Models for Disaster Management: A Survey
von: Lei, Zhenyu, et al.
Veröffentlicht: (2025)

The Effect of Model Size on LLM Post-hoc Explainability via LIME
von: Heyen, Henning, et al.
Veröffentlicht: (2024)

Knowledge-augmented Graph Machine Learning for Drug Discovery: A Survey
von: Zhong, Zhiqiang, et al.
Veröffentlicht: (2023)

Harnessing Business and Media Insights with Large Language Models
von: Bao, Yujia, et al.
Veröffentlicht: (2024)

Macroeconomic Forecasting with Large Language Models
von: Carriero, Andrea, et al.
Veröffentlicht: (2024)

DarwinLM: Evolutionary Structured Pruning of Large Language Models
von: Tang, Shengkun, et al.
Veröffentlicht: (2025)

Scaling Laws for Post Training Quantized Large Language Models
von: Xu, Zifei, et al.
Veröffentlicht: (2024)

Efficient Post-Training Pruning of Large Language Models with Statistical Correction
von: Yu, Peiqi, et al.
Veröffentlicht: (2026)

Modifying Large Language Model Post-Training for Diverse Creative Writing
von: Chung, John Joon Young, et al.
Veröffentlicht: (2025)

Gender Bias in Explainability: Investigating Performance Disparity in Post-hoc Methods
von: Dhaini, Mahdi, et al.
Veröffentlicht: (2025)

DICE: Diffusion Large Language Models Excel at Generating CUDA Kernels
von: Bai, Haolei, et al.
Veröffentlicht: (2026)

Unveiling and Harnessing Hidden Attention Sinks: Enhancing Large Language Models without Training through Attention Calibration
von: Yu, Zhongzhi, et al.
Veröffentlicht: (2024)

AlignTune: Modular Toolkit for Post-Training Alignment of Large Language Models
von: Lyngkhoi, R E Zera Marveen, et al.
Veröffentlicht: (2026)

Bias Is a Subspace, Not a Coordinate: A Geometric Rethinking of Post-hoc Debiasing in Vision-Language Models
von: Zhao, Dachuan, et al.
Veröffentlicht: (2025)

Z-Pruner: Post-Training Pruning of Large Language Models for Efficiency without Retraining
von: Bhuiyan, Samiul Basir, et al.
Veröffentlicht: (2025)

Saten: Sparse Augmented Tensor Networks for Post-Training Compression of Large Language Models
von: Solgi, Ryan, et al.
Veröffentlicht: (2025)

Towards a Unified View of Large Language Model Post-Training
von: Lv, Xingtai, et al.
Veröffentlicht: (2025)

A Survey on Training-free Alignment of Large Language Models
von: Pan, Birong, et al.
Veröffentlicht: (2025)

Harnessing Large Language Models: Fine-tuned BERT for Detecting Charismatic Leadership Tactics in Natural Language
von: Saeid, Yasser, et al.
Veröffentlicht: (2024)

CPTQuant - A Novel Mixed Precision Post-Training Quantization Techniques for Large Language Models
von: Nanda, Amitash, et al.
Veröffentlicht: (2024)

Task-Stratified Knowledge Scaling Laws for Post-Training Quantized Large Language Models
von: Zhou, Chenxi, et al.
Veröffentlicht: (2025)

TextLap: Customizing Language Models for Text-to-Layout Planning
von: Chen, Jian, et al.
Veröffentlicht: (2024)

OptLLM: Optimal Assignment of Queries to Large Language Models
von: Liu, Yueyue, et al.
Veröffentlicht: (2024)

Beyond Size: How Gradients Shape Pruning Decisions in Large Language Models
von: Das, Rocktim Jyoti, et al.
Veröffentlicht: (2023)

Large Language Diffusion Models
von: Nie, Shen, et al.
Veröffentlicht: (2025)

Interactions Across Blocks in Post-Training Quantization of Large Language Models
von: Shabanovi, Khasmamad, et al.
Veröffentlicht: (2024)

On Domain-Adaptive Post-Training for Multimodal Large Language Models
von: Cheng, Daixuan, et al.
Veröffentlicht: (2024)

S-GRPO: Unified Post-Training for Large Vision-Language Models
von: Yan, Yuming, et al.
Veröffentlicht: (2026)

Harnessing Event Sensory Data for Error Pattern Prediction in Vehicles: A Language Model Approach
von: Math, Hugo, et al.
Veröffentlicht: (2024)

Democratizing Diplomacy: A Harness for Evaluating Any Large Language Model on Full-Press Diplomacy
von: Duffy, Alexander, et al.
Veröffentlicht: (2025)

Hierarchical Federated Unlearning for Large Language Models
von: Zhong, Yisheng, et al.
Veröffentlicht: (2025)