Buchumschlag

Concept-aware Data Construction Improves In-context Learning of Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Štefánik, Michal, Kadlčík, Marek, Sojka, Petr
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Self-training Language Models for Arithmetic Reasoning
von: Kadlčík, Marek, et al.
Veröffentlicht: (2024)

Think Twice: Measuring the Efficiency of Eliminating Prediction Shortcuts of Question Answering Models
von: Mikula, Lukáš, et al.
Veröffentlicht: (2023)

Negation: A Pink Elephant in the Large Language Models' Room?
von: Vrabcová, Tereza, et al.
Veröffentlicht: (2025)

Can Out-of-Distribution Evaluations Uncover Reliance on Shortcuts? A Case Study in Question Answering
von: Štefánik, Michal, et al.
Veröffentlicht: (2025)

Language Models Learn Universal Representations of Numbers and Here's Why You Should Care
von: Štefánik, Michal, et al.
Veröffentlicht: (2025)

Pre-trained Language Models Learn Remarkably Accurate Representations of Numbers
von: Kadlčík, Marek, et al.
Veröffentlicht: (2025)

Attend or Perish: Benchmarking Attention in Algorithmic Reasoning
von: Spiegel, Michal, et al.
Veröffentlicht: (2025)

Improving Large Language Model (LLM) fidelity through context-aware grounding: A systematic approach to reliability and veracity
von: Talukdar, Wrick, et al.
Veröffentlicht: (2024)

Meta-Reasoning Improves Tool Use in Large Language Models
von: Alazraki, Lisa, et al.
Veröffentlicht: (2024)

Preservation of Language Understanding Capabilities in Speech-aware Large Language Models
von: Kubis, Marek, et al.
Veröffentlicht: (2025)

BenCzechMark : A Czech-centric Multitask and Multimetric Benchmark for Large Language Models with Duel Scoring Mechanism
von: Fajcik, Martin, et al.
Veröffentlicht: (2024)

Large Language Models Can Self-Improve in Long-context Reasoning
von: Li, Siheng, et al.
Veröffentlicht: (2024)

How to Retrieve Examples in In-context Learning to Improve Conversational Emotion Recognition using Large Language Models?
von: Wang, Mengqi, et al.
Veröffentlicht: (2025)

Denoising Concept Vectors with Sparse Autoencoders for Improved Language Model Steering
von: Zhao, Haiyan, et al.
Veröffentlicht: (2025)

Fine-tuning with RAG for Improving LLM Learning of New Skills
von: Ibrahim, Humaid, et al.
Veröffentlicht: (2025)

Meta-aware Learning in text-to-SQL Large Language Model
von: Zhang, Wenda
Veröffentlicht: (2025)

In-context Language Learning for Endangered Languages in Speech Recognition
von: Li, Zhaolin, et al.
Veröffentlicht: (2025)

Improving Large Language Models with Concept-Aware Fine-Tuning
von: Chen, Michael K., et al.
Veröffentlicht: (2025)

Uncovering Implicit Bias in Large Language Models with Concept Learning Dataset
von: Wang, Leroy Z.
Veröffentlicht: (2025)

Quest: Query-centric Data Synthesis Approach for Long-context Scaling of Large Language Model
von: Gao, Chaochen, et al.
Veröffentlicht: (2024)

Navigating the Concept Space of Language Models
von: Marcílio-Jr, Wilson E., et al.
Veröffentlicht: (2026)

Multimodal In-context Learning for ASR of Low-resource Languages
von: Li, Zhaolin, et al.
Veröffentlicht: (2026)

How Can We Synthesize High-Quality Pretraining Data? A Systematic Study of Prompt Design, Generator Model, and Source Data
von: Niklaus, Joel, et al.
Veröffentlicht: (2026)

Concept-Reversed Winograd Schema Challenge: Evaluating and Improving Robust Reasoning in Large Language Models via Abstraction
von: Han, Kaiqiao, et al.
Veröffentlicht: (2024)

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

Large Language Model for Patent Concept Generation
von: Ren, Runtao, et al.
Veröffentlicht: (2024)

Evolution of Concepts in Language Model Pre-Training
von: Ge, Xuyang, et al.
Veröffentlicht: (2025)

Language Models Learn Constructional Semantics, Not To Mention Syntax: Investigating LM Understanding of Paired-Focus Constructions
von: Scivetti, Wesley, et al.
Veröffentlicht: (2026)

KALE: Enhancing Knowledge Manipulation in Large Language Models via Knowledge-aware Learning
von: Lv, Qitan, et al.
Veröffentlicht: (2026)

Regression-aware Inference with LLMs
von: Lukasik, Michal, et al.
Veröffentlicht: (2024)

ConceptViz: A Visual Analytics Approach for Exploring Concepts in Large Language Models
von: Li, Haoxuan, et al.
Veröffentlicht: (2025)

Improving Language Model Reasoning with Self-motivated Learning
von: Feng, Yunlong, et al.
Veröffentlicht: (2024)

Where does In-context Translation Happen in Large Language Models
von: Sia, Suzanna, et al.
Veröffentlicht: (2024)

Long-context LLMs Struggle with Long In-context Learning
von: Li, Tianle, et al.
Veröffentlicht: (2024)

Probing the Decision Boundaries of In-context Learning in Large Language Models
von: Zhao, Siyan, et al.
Veröffentlicht: (2024)

Revisiting In-context Learning Inference Circuit in Large Language Models
von: Cho, Hakaze, et al.
Veröffentlicht: (2024)

In-context Learning with Retrieved Demonstrations for Language Models: A Survey
von: Luo, Man, et al.
Veröffentlicht: (2024)

Why Larger Language Models Do In-context Learning Differently?
von: Shi, Zhenmei, et al.
Veröffentlicht: (2024)

Identifying Linear Relational Concepts in Large Language Models
von: Chanin, David, et al.
Veröffentlicht: (2023)

Emotion Concepts and their Function in a Large Language Model
von: Sofroniew, Nicholas, et al.
Veröffentlicht: (2026)