:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Aggarwal, Arpit
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2405.04585
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RePo: Language Models with Context Re-Positioning
von: Li, Huayang, et al.
Veröffentlicht: (2025)

SeqPE: Transformer with Sequential Position Encoding
von: Li, Huayang, et al.
Veröffentlicht: (2025)

HoPE: A Novel Positional Encoding Without Long-Term Decay for Enhanced Context Awareness and Extrapolation
von: Chen, Yuhan, et al.
Veröffentlicht: (2024)

Group Representational Position Encoding
von: Zhang, Yifan, et al.
Veröffentlicht: (2025)

Polynomial Composition Activations: Unleashing the Dynamics of Large Language Models
von: Zhuo, Zhijian, et al.
Veröffentlicht: (2024)

Hierarchical Orthogonal Residual Spread for Precise Massive Editing in Large Language Models
von: Gu, Xiaojie, et al.
Veröffentlicht: (2026)

Fourier Head: Helping Large Language Models Learn Complex Probability Distributions
von: Gillman, Nate, et al.
Veröffentlicht: (2024)

Rotary Positional Embeddings as Phase Modulation: Theoretical Bounds on the RoPE Base for Long-Context Transformers
von: Liu, Feilong
Veröffentlicht: (2026)

Position Engineering: Boosting Large Language Models through Positional Information Manipulation
von: He, Zhiyuan, et al.
Veröffentlicht: (2024)

RoPE Distinguishes Neither Positions Nor Tokens in Long Contexts, Provably
von: Du, Yufeng, et al.
Veröffentlicht: (2026)

ORION: Teaching Language Models to Reason Efficiently in the Language of Thought
von: Tanmay, Kumar, et al.
Veröffentlicht: (2025)

Extracting and Encoding: Leveraging Large Language Models and Medical Knowledge to Enhance Radiological Text Representation
von: Messina, Pablo, et al.
Veröffentlicht: (2024)

Group-Aware Reinforcement Learning for Output Diversity in Large Language Models
von: Anschel, Oron, et al.
Veröffentlicht: (2025)

L1: Controlling How Long A Reasoning Model Thinks With Reinforcement Learning
von: Aggarwal, Pranjal, et al.
Veröffentlicht: (2025)

HoPE: Hyperbolic Rotary Positional Encoding for Stable Long-Range Dependency Modeling in Large Language Models
von: Dai, Chang, et al.
Veröffentlicht: (2025)

Two Stones Hit One Bird: Bilevel Positional Encoding for Better Length Extrapolation
von: He, Zhenyu, et al.
Veröffentlicht: (2024)

CoPE: Clipped RoPE as A Scalable Free Lunch for Long Context LLMs
von: Li, Haoran, et al.
Veröffentlicht: (2026)

MYTE: Morphology-Driven Byte Encoding for Better and Fairer Multilingual Language Modeling
von: Limisiewicz, Tomasz, et al.
Veröffentlicht: (2024)

Needle in the Haystack for Memory Based Large Language Models
von: Nelson, Elliot, et al.
Veröffentlicht: (2024)

PoTPTQ: A Two-step Power-of-Two Post-training for LLMs
von: Wang, Xinyu, et al.
Veröffentlicht: (2025)

Sequential Large Language Model-Based Hyper-parameter Optimization
von: Mahammadli, Kanan, et al.
Veröffentlicht: (2024)

Self-Supervised Position Debiasing for Large Language Models
von: Liu, Zhongkun, et al.
Veröffentlicht: (2024)

Struc-EMB: The Potential of Structure-Aware Encoding in Language Embeddings
von: Liu, Shikun, et al.
Veröffentlicht: (2025)

PoPreRo: A New Dataset for Popularity Prediction of Romanian Reddit Posts
von: Rogoz, Ana-Cristina, et al.
Veröffentlicht: (2024)

Position: Uncertainty Quantification Needs Reassessment for Large-language Model Agents
von: Kirchhof, Michael, et al.
Veröffentlicht: (2025)

From Construction to Injection: Edit-Based Fingerprints for Large Language Models
von: Li, Yue, et al.
Veröffentlicht: (2025)

Demystifying the Slash Pattern in Attention: The Role of RoPE
von: Cheng, Yuan, et al.
Veröffentlicht: (2026)

Unraveling LoRA Interference: Orthogonal Subspaces for Robust Model Merging
von: Zhang, Haobo, et al.
Veröffentlicht: (2025)

Method-Based Reasoning for Large Language Models: Extraction, Reuse, and Continuous Improvement
von: Su, Hong
Veröffentlicht: (2025)

PhySense: Principle-Based Physics Reasoning Benchmarking for Large Language Models
von: Xu, Yinggan, et al.
Veröffentlicht: (2025)

CASCADE: Case-Based Continual Adaptation for Large Language Models During Deployment
von: Guo, Siyuan, et al.
Veröffentlicht: (2026)

Large Language Model Pruning
von: Huang, Hanjuan, et al.
Veröffentlicht: (2024)

Causality for Large Language Models
von: Wu, Anpeng, et al.
Veröffentlicht: (2024)

Large Language Model Unlearning
von: Yao, Yuanshun, et al.
Veröffentlicht: (2023)

Foundations of Large Language Models
von: Xiao, Tong, et al.
Veröffentlicht: (2025)

Large Language Models as Optimizers
von: Yang, Chengrun, et al.
Veröffentlicht: (2023)

Orthogonal Finetuning for Direct Preference Optimization
von: Yang, Chenxu, et al.
Veröffentlicht: (2024)

The Geometries of Truth Are Orthogonal Across Tasks
von: Azizian, Waiss, et al.
Veröffentlicht: (2025)

BAPO: Base-Anchored Preference Optimization for Overcoming Forgetting in Large Language Models Personalization
von: Lee, Gihun, et al.
Veröffentlicht: (2024)

SEE: Sememe Entanglement Encoding for Transformer-bases Models Compression
von: Zhang, Jing, et al.
Veröffentlicht: (2024)