Buchumschlag

Zero-Shot Tokenizer Transfer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Minixhofer, Benjamin, Ponti, Edoardo Maria, Vulić, Ivan
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

Universal Cross-Tokenizer Distillation via Approximate Likelihood Matching
von: Minixhofer, Benjamin, et al.
Veröffentlicht: (2025)

Retrofitting Large Language Models with Dynamic Tokenization
von: Feher, Darius, et al.
Veröffentlicht: (2024)

Emergent Communication Pretraining for Few-Shot Machine Translation
von: Li, Yaoyiran, et al.
Veröffentlicht: (2020)

Segment Any Text: A Universal Approach for Robust, Efficient and Adaptable Sentence Segmentation
von: Frohmann, Markus, et al.
Veröffentlicht: (2024)

Scaling Sparse Fine-Tuning to Large Language Models
von: Ansell, Alan, et al.
Veröffentlicht: (2024)

Analyzing and Adapting Large Language Models for Few-Shot Multilingual NLU: Are We There Yet?
von: Razumovskaia, Evgeniia, et al.
Veröffentlicht: (2024)

Bolmo: Byteifying the Next Generation of Language Models
von: Minixhofer, Benjamin, et al.
Veröffentlicht: (2025)

Cross-Lingual and Cross-Cultural Variation in Image Descriptions
von: Berger, Uri, et al.
Veröffentlicht: (2024)

Language Fusion for Parameter-Efficient Cross-lingual Transfer
von: Borchert, Philipp, et al.
Veröffentlicht: (2025)

FUN with Fisher: Improving Generalization of Adapter-Based Cross-lingual Transfer with Scheduled Unfreezing
von: Liu, Chen Cecilia, et al.
Veröffentlicht: (2023)

Navigating the Alignment-Calibration Trade-off: A Pareto-Superior Frontier via Model Merging
von: Hu, Tiancheng, et al.
Veröffentlicht: (2025)

DARE: Diverse Visual Question Answering with Robustness Evaluation
von: Sterz, Hannah, et al.
Veröffentlicht: (2024)

Quantifying Language Disparities in Multilingual Large Language Models
von: Hu, Songbo, et al.
Veröffentlicht: (2025)

A Grounded Typology of Word Classes
von: Haley, Coleman, et al.
Veröffentlicht: (2024)

Specialising and Analysing Instruction-Tuned and Byte-Level Language Models for Organic Reaction Prediction
von: Pang, Jiayun, et al.
Veröffentlicht: (2024)

Generalization Measures for Zero-Shot Cross-Lingual Transfer
von: Bassi, Saksham, et al.
Veröffentlicht: (2024)

Zero-Shot Detection of LLM-Generated Text using Token Cohesiveness
von: Ma, Shixuan, et al.
Veröffentlicht: (2024)

Is Information Density Uniform when Utterances are Grounded on Perception and Discourse?
von: Gay, Matteo, et al.
Veröffentlicht: (2026)

Languages Transferred Within the Encoder: On Representation Transfer in Zero-Shot Multilingual Translation
von: Qu, Zhi, et al.
Veröffentlicht: (2024)

Tokenization Matters: Improving Zero-Shot NER for Indic Languages
von: Pattnayak, Priyaranjan, et al.
Veröffentlicht: (2025)

Beyond the Next Token: Towards Prompt-Robust Zero-Shot Classification via Efficient Multi-Token Prediction
von: Qian, Junlang, et al.
Veröffentlicht: (2025)

Post-hoc Reward Calibration: A Case Study on Length Bias
von: Huang, Zeyu, et al.
Veröffentlicht: (2024)

Donors and Recipients: On Asymmetric Transfer Across Tasks and Languages with Parameter-Efficient Fine-Tuning
von: Dymkiewicz, Kajetan, et al.
Veröffentlicht: (2025)

Fine-tuning Large Language Models with Sequential Instructions
von: Hu, Hanxu, et al.
Veröffentlicht: (2024)

SQATIN: Supervised Instruction Tuning Meets Question Answering for Improved Dialogue NLU
von: Razumovskaia, Evgeniia, et al.
Veröffentlicht: (2023)

Polyglot Teachers: Evaluating Language Models for Multilingual Synthetic Data Generation
von: Miranda, Lester James V., et al.
Veröffentlicht: (2026)

Probing the Emergence of Cross-lingual Alignment during LLM Training
von: Wang, Hetong, et al.
Veröffentlicht: (2024)

Layer Swapping for Zero-Shot Cross-Lingual Transfer in Large Language Models
von: Bandarkar, Lucas, et al.
Veröffentlicht: (2024)

Model-Based Ranking of Source Languages for Zero-Shot Cross-Lingual Transfer
von: Ebrahimi, Abteen, et al.
Veröffentlicht: (2025)

Self-Distillation for Model Stacking Unlocks Cross-Lingual NLU in 200+ Languages
von: Schmidt, Fabian David, et al.
Veröffentlicht: (2024)

ReCoVeR the Target Language: Language Steering without Sacrificing Task Performance
von: Sterz, Hannah, et al.
Veröffentlicht: (2025)

TTSDS2: Resources and Benchmark for Evaluating Human-Quality Text to Speech Systems
von: Minixhofer, Christoph, et al.
Veröffentlicht: (2025)

Inference-Time Hyper-Scaling with KV Cache Compression
von: Łańcucki, Adrian, et al.
Veröffentlicht: (2025)

Reuse Your Rewards: Reward Model Transfer for Zero-Shot Cross-Lingual Alignment
von: Wu, Zhaofeng, et al.
Veröffentlicht: (2024)

Parallel-SFT: Improving Zero-Shot Cross-Programming-Language Transfer for Code RL
von: Wu, Zhaofeng, et al.
Veröffentlicht: (2026)

Just Pass Twice: Efficient Token Classification with LLMs for Zero-Shot NER
von: Ewais, Ahmed, et al.
Veröffentlicht: (2026)

Dynamic Memory Compression: Retrofitting LLMs for Accelerated Inference
von: Nawrot, Piotr, et al.
Veröffentlicht: (2024)

Modular Deep Learning
von: Pfeiffer, Jonas, et al.
Veröffentlicht: (2023)

Beyond Oversmoothing: Evaluating DDPM and MSE for Scalable Speech Synthesis in ASR
von: Minixhofer, Christoph, et al.
Veröffentlicht: (2024)

Self-Augmented In-Context Learning for Unsupervised Word Translation
von: Li, Yaoyiran, et al.
Veröffentlicht: (2024)