Buchumschlag

StablePT: Towards Stable Prompting for Few-shot Learning via Input Separation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Xiaoming, Liu, Chen, Zhang, Zhaohan, Li, Chengzhengxu, Wang, Longtian, Lan, Yu, Shen, Chao
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

Dialogue for Prompting: a Policy-Gradient-Based Discrete Prompt Generation for Few-shot Learning
von: Li, Chengzhengxu, et al.
Veröffentlicht: (2023)

Concentrate Attention: Towards Domain-Generalizable Prompt Optimization for Language Models
von: Li, Chengzhengxu, et al.
Veröffentlicht: (2024)

Iron Sharpens Iron: Defending Against Attacks in Machine-Generated Text Detection with Adversarial Training
von: Li, Yuanfan, et al.
Veröffentlicht: (2025)

Does DetectGPT Fully Utilize Perturbation? Bridging Selective Perturbation to Fine-tuned Contrastive Learning Detector would be Better
von: Liu, Shengchao, et al.
Veröffentlicht: (2024)

Confidence Should Be Calibrated More Than One Turn Deep
von: Zhang, Zhaohan, et al.
Veröffentlicht: (2026)

MGT-Prism: Enhancing Domain Generalization for Machine-Generated Text Detection via Spectral Alignment
von: Liu, Shengchao, et al.
Veröffentlicht: (2025)

Upfront Chain-of-Thought: A Cooperative Framework for Chain-of-Thought Compression
von: Li, Chengzhengxu, et al.
Veröffentlicht: (2025)

PromptFix: Few-shot Backdoor Removal via Adversarial Prompt Tuning
von: Zhang, Tianrong, et al.
Veröffentlicht: (2024)

MGTEVAL: An Interactive Platform for Systemtic Evaluation of Machine-Generated Text Detectors
von: Li, Yuanfan, et al.
Veröffentlicht: (2026)

DEER: Disentangled Mixture of Experts with Instance-Adaptive Routing for Generalizable Machine-Generated Text Detection
von: Ma, Guoxin, et al.
Veröffentlicht: (2025)

M$^2$PT: Multimodal Prompt Tuning for Zero-shot Instruction Learning
von: Wang, Taowen, et al.
Veröffentlicht: (2024)

Revisiting Chain-of-Thought Prompting: Zero-shot Can Be Stronger than Few-shot
von: Cheng, Xiang, et al.
Veröffentlicht: (2025)

Label-Guided Prompt for Multi-label Few-shot Aspect Category Detection
von: Guan, ChaoFeng, et al.
Veröffentlicht: (2024)

Q-Tuning: Queue-based Prompt Tuning for Lifelong Few-shot Language Learning
von: Guo, Yanhui, et al.
Veröffentlicht: (2024)

Few-shot Knowledge Graph Relational Reasoning via Subgraph Adaptation
von: Liu, Haochen, et al.
Veröffentlicht: (2024)

MinPrompt: Graph-based Minimal Prompt Data Augmentation for Few-shot Question Answering
von: Chen, Xiusi, et al.
Veröffentlicht: (2023)

Zero and Few-shot Semantic Parsing with Ambiguous Inputs
von: Stengel-Eskin, Elias, et al.
Veröffentlicht: (2023)

Retrieval-style In-Context Learning for Few-shot Hierarchical Text Classification
von: Chen, Huiyao, et al.
Veröffentlicht: (2024)

GRL-Prompt: Towards Knowledge Graph based Prompt Optimization via Reinforcement Learning
von: Liu, Yuze, et al.
Veröffentlicht: (2024)

RIFF: Learning to Rephrase Inputs for Few-shot Fine-tuning of Language Models
von: Najafi, Saeed, et al.
Veröffentlicht: (2024)

Generating Synthetic Datasets for Few-shot Prompt Tuning
von: Guo, Xu, et al.
Veröffentlicht: (2024)

Continual Few-shot Event Detection via Hierarchical Augmentation Networks
von: Zhang, Chenlong, et al.
Veröffentlicht: (2024)

FPT: Feature Prompt Tuning for Few-shot Readability Assessment
von: Wang, Ziyang, et al.
Veröffentlicht: (2024)

Unleashing the Power of Large Language Models in Zero-shot Relation Extraction via Self-Prompting
von: Liu, Siyi, et al.
Veröffentlicht: (2024)

Explainable Few-shot Knowledge Tracing
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

StableToolBench: Towards Stable Large-Scale Benchmarking on Tool Learning of Large Language Models
von: Guo, Zhicheng, et al.
Veröffentlicht: (2024)

Learning to Learn for Few-shot Continual Active Learning
von: Ho, Stella, et al.
Veröffentlicht: (2023)

Prompt Space Optimizing Few-shot Reasoning Success with Large Language Models
von: Shi, Fobo, et al.
Veröffentlicht: (2023)

Pre-trained Language Models and Few-shot Learning for Medical Entity Extraction
von: Wang, Xiaokai, et al.
Veröffentlicht: (2025)

COOL: Comprehensive Knowledge Enhanced Prompt Learning for Domain Adaptive Few-shot Fake News Detection
von: Ouyang, Yi, et al.
Veröffentlicht: (2024)

Hybrid Multi-stage Decoding for Few-shot NER with Entity-aware Contrastive Learning
von: Liu, Congying, et al.
Veröffentlicht: (2024)

Adaptive Group Policy Optimization: Towards Stable Training and Token-Efficient Reasoning
von: Li, Chen, et al.
Veröffentlicht: (2025)

BayesPrompt: Prompting Large-Scale Pre-Trained Language Models on Few-shot Inference via Debiased Domain Abstraction
von: Li, Jiangmeng, et al.
Veröffentlicht: (2024)

Few-Shot Query Intent Detection via Relation-Aware Prompt Learning
von: Zhang, Liang, et al.
Veröffentlicht: (2025)

Instance-adaptive Zero-shot Chain-of-Thought Prompting
von: Yuan, Xiaosong, et al.
Veröffentlicht: (2024)

Intent-driven In-context Learning for Few-shot Dialogue State Tracking
von: Yi, Zihao, et al.
Veröffentlicht: (2024)

Domain-Hierarchy Adaptation via Chain of Iterative Reasoning for Few-shot Hierarchical Text Classification
von: Ji, Ke, et al.
Veröffentlicht: (2024)

Pre-trained Language Models Improve the Few-shot Prompt Ability of Decision Transformer
von: Yang, Yu, et al.
Veröffentlicht: (2024)

Empirical Study of Mutual Reinforcement Effect and Application in Few-shot Text Classification Tasks via Prompt
von: Gan, Chengguang, et al.
Veröffentlicht: (2024)

LAMPO: Large Language Models as Preference Machines for Few-shot Ordinal Classification
von: Qin, Zhen, et al.
Veröffentlicht: (2024)