Buchumschlag

Does In-Context Learning Really Learn? Rethinking How Large Language Models Respond and Solve Tasks via In-Context Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Long, Quanyu, Wu, Yin, Wang, Wenya, Pan, Sinno Jialin
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

Large Language Models Know What Makes Exemplary Contexts
von: Long, Quanyu, et al.
Veröffentlicht: (2024)

Reinforcing Compositional Retrieval: Retrieving Step-by-Step for Composing Informative Contexts
von: Long, Quanyu, et al.
Veröffentlicht: (2025)

Backdoor Attacks on Dense Retrieval via Public and Unintentional Triggers
von: Long, Quanyu, et al.
Veröffentlicht: (2024)

Decomposition Dilemmas: Does Claim Decomposition Boost or Burden Fact-Checking Performance?
von: Hu, Qisheng, et al.
Veröffentlicht: (2024)

Multilingual Jailbreak Challenges in Large Language Models
von: Deng, Yue, et al.
Veröffentlicht: (2023)

Causality Matters: How Temporal Information Emerges in Video Language Models
von: Shi, Yumeng, et al.
Veröffentlicht: (2025)

Towards Generalizable Implicit In-Context Learning with Attention Routing
von: Li, Jiaqian, et al.
Veröffentlicht: (2025)

FocuSFT: Bilevel Optimization for Dilution-Aware Long-Context Fine-Tuning
von: Pei, Zehua, et al.
Veröffentlicht: (2026)

Visual-RAG: Benchmarking Text-to-Image Retrieval Augmented Generation for Visual Knowledge Intensive Queries
von: Wu, Yin, et al.
Veröffentlicht: (2025)

Beyond In-Context Learning: Aligning Long-form Generation of Large Language Models via Task-Inherent Attribute Guidelines
von: Long, Do Xuan, et al.
Veröffentlicht: (2025)

DeCoVec: Building Decoding Space based Task Vector for Large Language Models via In-Context Learning
von: Li, Feiyang, et al.
Veröffentlicht: (2026)

Order Matters: Rethinking Prompt Construction in In-Context Learning
von: Li, Warren, et al.
Veröffentlicht: (2025)

Does RAG Really Perform Bad For Long-Context Processing?
von: Luo, Kun, et al.
Veröffentlicht: (2025)

How do Large Language Models Learn In-Context? Query and Key Matrices of In-Context Heads are Two Towers for Metric Learning
von: Yu, Zeping, et al.
Veröffentlicht: (2024)

Visual In-Context Learning for Large Vision-Language Models
von: Zhou, Yucheng, et al.
Veröffentlicht: (2024)

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

Conditional Language Learning with Context
von: Zhang, Xiao, et al.
Veröffentlicht: (2024)

LiFT: Does Instruction Fine-Tuning Improve In-Context Learning for Longitudinal Modelling by Large Language Models?
von: Ali, Iqra, et al.
Veröffentlicht: (2026)

MetaDefense: Defending Finetuning-based Jailbreak Attack Before and During Generation
von: Jiang, Weisen, et al.
Veröffentlicht: (2025)

Localizing Task Recognition and Task Learning in In-Context Learning via Attention Head Analysis
von: Yang, Haolin, et al.
Veröffentlicht: (2025)

Improving Diversity of Commonsense Generation by Large Language Models via In-Context Learning
von: Zhang, Tianhui, et al.
Veröffentlicht: (2024)

Unveiling the Misuse Potential of Base Large Language Models via In-Context Learning
von: Wang, Xiao, et al.
Veröffentlicht: (2024)

Unraveling the Mechanics of Learning-Based Demonstration Selection for In-Context Learning
von: Liu, Hui, et al.
Veröffentlicht: (2024)

Hijacking Large Language Models via Adversarial In-Context Learning
von: Zhou, Xiangyu, et al.
Veröffentlicht: (2023)

ICLEval: Evaluating In-Context Learning Ability of Large Language Models
von: Chen, Wentong, et al.
Veröffentlicht: (2024)

Are Emergent Abilities in Large Language Models just In-Context Learning?
von: Lu, Sheng, et al.
Veröffentlicht: (2023)

Task-Oriented Dialogue with In-Context Learning
von: Bocklisch, Tom, et al.
Veröffentlicht: (2024)

TR-ICRL: Test-Time Rethinking for In-Context Reinforcement Learning
von: Jiang, Wenxuan, et al.
Veröffentlicht: (2026)

Conceptual In-Context Learning and Chain of Concepts: Solving Complex Conceptual Problems Using Large Language Models
von: Vaidya, Nishtha N., et al.
Veröffentlicht: (2024)

Uncertainty Quantification for In-Context Learning of Large Language Models
von: Ling, Chen, et al.
Veröffentlicht: (2024)

Ambiguity-Aware In-Context Learning with Large Language Models
von: Gao, Lingyu, et al.
Veröffentlicht: (2023)

Advancing Multimodal In-Context Learning in Large Vision-Language Models with Task-aware Demonstrations
von: Li, Yanshu
Veröffentlicht: (2025)

Learning Task Representations from In-Context Learning
von: Saglam, Baturay, et al.
Veröffentlicht: (2025)

Context-level Language Modeling by Learning Predictive Context Embeddings
von: Dai, Beiya, et al.
Veröffentlicht: (2025)

How Does the Textual Information Affect the Retrieval of Multimodal In-Context Learning?
von: Luo, Yang, et al.
Veröffentlicht: (2024)

What Do Language Models Learn in Context? The Structured Task Hypothesis
von: Li, Jiaoda, et al.
Veröffentlicht: (2024)

Unraveling Syntax: How Language Models Learn Context-Free Grammars
von: Schulz, Laura Ying, et al.
Veröffentlicht: (2025)

MemSkill: Learning and Evolving Memory Skills for Self-Evolving Agents
von: Zhang, Haozhen, et al.
Veröffentlicht: (2026)

Eliciting the Priors of Large Language Models using Iterated In-Context Learning
von: Zhu, Jian-Qiao, et al.
Veröffentlicht: (2024)

Balanced Multi-Factor In-Context Learning for Multilingual Large Language Models
von: Kaneko, Masahiro, et al.
Veröffentlicht: (2025)