:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Wilson, Morris, John X., Levine, Lionel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	https://arxiv.org/abs/2404.00859
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Visualizing token importance for black-box language models
von: Rauba, Paulius, et al.
Veröffentlicht: (2025)

Prompt reinforcing for long-term planning of large language models
von: Lin, Hsien-Chin, et al.
Veröffentlicht: (2025)

EigenBench: A Comparative Behavioral Measure of Value Alignment
von: Chang, Jonathn, et al.
Veröffentlicht: (2025)

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

Extracting Prompts by Inverting LLM Outputs
von: Zhang, Collin, et al.
Veröffentlicht: (2024)

Is Sanskrit the most token-efficient language? A quantitative study using GPT, Gemini, and SentencePiece
von: Kumar, Anshul
Veröffentlicht: (2026)

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

Language models are better than humans at next-token prediction
von: Shlegeris, Buck, et al.
Veröffentlicht: (2022)

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

Looking beyond the next token
von: Thankaraj, Abitha, et al.
Veröffentlicht: (2025)

Do different prompting methods yield a common task representation in language models?
von: Davidson, Guy, et al.
Veröffentlicht: (2025)

Tokenization counts: the impact of tokenization on arithmetic in frontier LLMs
von: Singh, Aaditya K., et al.
Veröffentlicht: (2024)

A Fast and Effective Solution to the Problem of Look-ahead Bias in LLMs
von: Merchant, Humzah, et al.
Veröffentlicht: (2025)

Byte-token Enhanced Language Models for Temporal Point Processes Analysis
von: Kong, Quyu, et al.
Veröffentlicht: (2025)

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

Scaling Transformer to 1M tokens and beyond with RMT
von: Bulatov, Aydar, et al.
Veröffentlicht: (2023)

CogBench: a large language model walks into a psychology lab
von: Coda-Forno, Julian, et al.
Veröffentlicht: (2024)

Implicit Geometry of Next-token Prediction: From Language Sparsity Patterns to Model Representations
von: Zhao, Yize, et al.
Veröffentlicht: (2024)

Large language models reorganize representational geometry during in-context learning
von: Xiong, Hua-Dong, et al.
Veröffentlicht: (2026)

Interpretable Next-token Prediction via the Generalized Induction Head
von: Kim, Eunji, et al.
Veröffentlicht: (2024)

Anchor function: a type of benchmark functions for studying language models
von: Zhang, Zhongwang, et al.
Veröffentlicht: (2024)

Aligning language models with human preferences
von: Korbak, Tomasz
Veröffentlicht: (2024)

Evaluating language models as risk scores
von: Cruz, André F., et al.
Veröffentlicht: (2024)

Roll the dice & look before you leap: Going beyond the creative limits of next-token prediction
von: Nagarajan, Vaishnavh, et al.
Veröffentlicht: (2025)

AtteSTNet -- An attention and subword tokenization based approach for code-switched text hate speech detection
von: Shingi, Geet, et al.
Veröffentlicht: (2021)

COMPACT: Common-token Optimized Model Pruning Across Channels and Tokens
von: Kwek, Eugene, et al.
Veröffentlicht: (2025)

Amortizing intractable inference in large language models
von: Hu, Edward J., et al.
Veröffentlicht: (2023)

The language of time: a language model perspective on time-series foundation models
von: Xie, Yi, et al.
Veröffentlicht: (2025)

All or None: Identifiable Linear Properties of Next-token Predictors in Language Modeling
von: Marconato, Emanuele, et al.
Veröffentlicht: (2024)

Essential-Web v1.0: 24T tokens of organized web data
von: AI, Essential, et al.
Veröffentlicht: (2025)

Perturbed examples reveal invariances shared by language models
von: Rawal, Ruchit, et al.
Veröffentlicht: (2023)

A mean teacher algorithm for unlearning of language models
von: Klochkov, Yegor
Veröffentlicht: (2025)

Learning to Detect Language Model Training Data via Active Reconstruction
von: Yin, Junjie Oscar, et al.
Veröffentlicht: (2026)

Representation in large language models
von: Yetman, Cameron
Veröffentlicht: (2025)

Machine-generated text detection prevents language model collapse
von: Drayson, George, et al.
Veröffentlicht: (2025)

You only need 4 extra tokens: Synergistic Test-time Adaptation for LLMs
von: Xu, Yijie, et al.
Veröffentlicht: (2025)

AI-AI Bias: large language models favor communications generated by large language models
von: Laurito, Walter, et al.
Veröffentlicht: (2024)

Mixture-of-Depths: Dynamically allocating compute in transformer-based language models
von: Raposo, David, et al.
Veröffentlicht: (2024)

Simple linear attention language models balance the recall-throughput tradeoff
von: Arora, Simran, et al.
Veröffentlicht: (2024)

Just read twice: closing the recall gap for recurrent language models
von: Arora, Simran, et al.
Veröffentlicht: (2024)