:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ignashina, Mariia, Ive, Julia
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	https://arxiv.org/abs/2404.19486
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLM Assistance for Pediatric Depression
von: Ignashina, Mariia, et al.
Veröffentlicht: (2025)

Privacy-Preserving Behaviour of Chatbot Users: Steering Through Trust Dynamics
von: Ive, Julia, et al.
Veröffentlicht: (2024)

Annotation Sensitivity: Training Data Collection Methods Affect Model Performance
von: Kern, Christoph, et al.
Veröffentlicht: (2023)

PII-Scope: A Comprehensive Study on Training Data PII Extraction Attacks in LLMs
von: Nakka, Krishna Kanth, et al.
Veröffentlicht: (2024)

Retaining by Doing: The Role of On-Policy Data in Mitigating Forgetting
von: Chen, Howard, et al.
Veröffentlicht: (2025)

Perturb Your Data: Paraphrase-Guided Training Data Watermarking
von: Shetty, Pranav, et al.
Veröffentlicht: (2025)

Tokens for Learning, Tokens for Unlearning: Mitigating Membership Inference Attacks in Large Language Models via Dual-Purpose Training
von: Tran, Toan, et al.
Veröffentlicht: (2025)

OptRot: Mitigating Weight Outliers via Data-Free Rotations for Post-Training Quantization
von: Gadhikar, Advait, et al.
Veröffentlicht: (2025)

Leveraging Big Data Frameworks for Spam Detection in Amazon Reviews
von: Khatun, Mst Eshita, et al.
Veröffentlicht: (2025)

Optimizing Pre-Training Data Mixtures with Mixtures of Data Expert Models
von: Belenki, Lior, et al.
Veröffentlicht: (2025)

Can Federated Learning Safeguard Private Data in LLM Training? Vulnerabilities, Attacks, and Defense Evaluation
von: Guo, Wenkai, et al.
Veröffentlicht: (2025)

Data Shapley in One Training Run
von: Wang, Jiachen T., et al.
Veröffentlicht: (2024)

On Training Data Influence of GPT Models
von: Chai, Yekun, et al.
Veröffentlicht: (2024)

Synthetic Data Generation for Intersectional Fairness by Leveraging Hierarchical Group Structure
von: Maheshwari, Gaurav, et al.
Veröffentlicht: (2024)

Prescriptive Scaling Laws for Data Constrained Training
von: Lovelace, Justin, et al.
Veröffentlicht: (2026)

Data Mixture Inference: What do BPE Tokenizers Reveal about their Training Data?
von: Hayase, Jonathan, et al.
Veröffentlicht: (2024)

Financial Sentiment Analysis: Leveraging Actual and Synthetic Data for Supervised Fine-tuning
von: Atsiwo, Abraham
Veröffentlicht: (2024)

Mitigating Paraphrase Attacks on Machine-Text Detectors via Paraphrase Inversion
von: Soto, Rafael Rivera, et al.
Veröffentlicht: (2024)

What is in Your Safe Data? Identifying Benign Data that Breaks Safety
von: He, Luxi, et al.
Veröffentlicht: (2024)

Leveraging Prototypical Representations for Mitigating Social Bias without Demographic Information
von: Iskander, Shadi, et al.
Veröffentlicht: (2024)

DataFlex: A Unified Framework for Data-Centric Dynamic Training of Large Language Models
von: Liang, Hao, et al.
Veröffentlicht: (2026)

Unsupervised Data Validation Methods for Efficient Model Training
von: Paniv, Yurii
Veröffentlicht: (2024)

Training Bilingual LMs with Data Constraints in the Targeted Language
von: Seto, Skyler, et al.
Veröffentlicht: (2024)

ZClip: Adaptive Spike Mitigation for LLM Pre-Training
von: Kumar, Abhay, et al.
Veröffentlicht: (2025)

Do as I do (Safely): Mitigating Task-Specific Fine-tuning Risks in Large Language Models
von: Eiras, Francisco, et al.
Veröffentlicht: (2024)

MALTO at SemEval-2024 Task 6: Leveraging Synthetic Data for LLM Hallucination Detection
von: Borra, Federico, et al.
Veröffentlicht: (2024)

ISACL: Internal State Analyzer for Copyrighted Training Data Leakage
von: Zhang, Guangwei, et al.
Veröffentlicht: (2025)

Mitigating Data Imbalance in Automated Speaking Assessment
von: Tsai, Fong-Chun, et al.
Veröffentlicht: (2025)

Special Characters Attack: Toward Scalable Training Data Extraction From Large Language Models
von: Bai, Yang, et al.
Veröffentlicht: (2024)

Leveraging Variation Theory in Counterfactual Data Augmentation for Optimized Active Learning
von: Gebreegziabher, Simret Araya, et al.
Veröffentlicht: (2024)

Iterative Data Smoothing: Mitigating Reward Overfitting and Overoptimization in RLHF
von: Zhu, Banghua, et al.
Veröffentlicht: (2024)

How to Train Data-Efficient LLMs
von: Sachdeva, Noveen, et al.
Veröffentlicht: (2024)

Reinforcement Learning on Pre-Training Data
von: Li, Siheng, et al.
Veröffentlicht: (2025)

How to Leverage Demonstration Data in Alignment for Large Language Model? A Self-Imitation Learning Perspective
von: Xiao, Teng, et al.
Veröffentlicht: (2024)

A Natural Language Processing Approach to Support Biomedical Data Harmonization: Leveraging Large Language Models
von: Li, Zexu, et al.
Veröffentlicht: (2024)

QuRating: Selecting High-Quality Data for Training Language Models
von: Wettig, Alexander, et al.
Veröffentlicht: (2024)

Sequence-Level Leakage Risk of Training Data in Large Language Models
von: Tiwari, Trishita, et al.
Veröffentlicht: (2024)

Measuring Non-Adversarial Reproduction of Training Data in Large Language Models
von: Aerni, Michael, et al.
Veröffentlicht: (2024)

Efficient RLVR Training via Weighted Mutual Information Data Selection
von: Zhou, Xinyu, et al.
Veröffentlicht: (2026)

Towards Next-Generation LLM Training: From the Data-Centric Perspective
von: Liang, Hao, et al.
Veröffentlicht: (2026)