Buchumschlag

Effective In-Context Example Selection through Data Compression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Zhongxiang, Zhang, Kepu, Wang, Haoyu, Zhang, Xiao, Xu, Jun
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

Logic Rules as Explanations for Legal Case Retrieval
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

An Explicit Syllogistic Legal Reasoning Framework for Large Language Models
von: Zhang, Kepu, et al.
Veröffentlicht: (2025)

Trigger$^3$: Refining Query Correction via Adaptive Model Selector
von: Zhang, Kepu, et al.
Veröffentlicht: (2024)

Detection and Mitigation of Hallucination in Large Reasoning Models: A Mechanistic Perspective
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2025)

$Se^2$: Sequential Example Selection for In-Context Learning
von: Liu, Haoyu, et al.
Veröffentlicht: (2024)

Unshackling Context Length: An Efficient Selective Attention Approach through Query-Key Compression
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Sandwich Reasoning: An Answer-Reasoning-Answer Approach for Low-Latency Query Correction
von: Zhang, Chen, et al.
Veröffentlicht: (2026)

Towards Understanding Continual Factual Knowledge Acquisition of Language Models: From Theory to Algorithm
von: Wang, Haoyu, et al.
Veröffentlicht: (2026)

CitaLaw: Enhancing LLM with Citations in Legal Domain
von: Zhang, Kepu, et al.
Veröffentlicht: (2024)

Legal Mathematical Reasoning with LLMs: Procedural Alignment through Two-Stage Reinforcement Learning
von: Zhang, Kepu, et al.
Veröffentlicht: (2025)

PrLM: Learning Explicit Reasoning for Personalized RAG via Contrastive Reward Optimization
von: Zhang, Kepu, et al.
Veröffentlicht: (2025)

Beyond Guilt: Legal Judgment Prediction with Trichotomous Reasoning
von: Zhang, Kepu, et al.
Veröffentlicht: (2024)

Balancing Stylization and Truth via Disentangled Representation Steering
von: Shen, Chenglei, et al.
Veröffentlicht: (2025)

Learning to Search Effective Example Sequences for In-Context Learning
von: Gao, Xiang, et al.
Veröffentlicht: (2025)

Unlocking the Power of LLM Uncertainty for Active In-Context Example Selection
von: Huang, Hsiu-Yuan, et al.
Veröffentlicht: (2024)

SMITE: Enhancing Fairness in LLMs through Optimal In-Context Example Selection via Dynamic Validation
von: Chhikara, Garima, et al.
Veröffentlicht: (2025)

In-Context Example Ordering Guided by Label Distributions
von: Xu, Zhichao, et al.
Veröffentlicht: (2024)

LargePiG: Your Large Language Model is Secretly a Pointer Generator
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

Effective Self-Mining of In-Context Examples for Unsupervised Machine Translation with LLMs
von: Mekki, Abdellah El, et al.
Veröffentlicht: (2024)

Submodular Context Partitioning and Compression for In-Context Learning
von: Zheng, Shaoyi, et al.
Veröffentlicht: (2025)

Efficient-Empathy: Towards Efficient and Effective Selection of Empathy Data
von: Sun, Linzhuang, et al.
Veröffentlicht: (2024)

Compressing Lengthy Context With UltraGist
von: Zhang, Peitian, et al.
Veröffentlicht: (2024)

Learning Metadata-Agnostic Representations for Text-to-SQL In-Context Example Selection
von: Mai, Chuhong, et al.
Veröffentlicht: (2024)

When Personalization Misleads: Understanding and Mitigating Hallucinations in Personalized LLMs
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2026)

RISCORE: Enhancing In-Context Riddle Solving in Language Models through Context-Reconstructed Example Augmentation
von: Panagiotopoulos, Ioannis, et al.
Veröffentlicht: (2024)

GistScore: Learning Better Representations for In-Context Example Selection with Gist Bottlenecks
von: Gupta, Shivanshu, et al.
Veröffentlicht: (2023)

Not All Demonstration Examples are Equally Beneficial: Reweighting Demonstration Examples for In-Context Learning
von: Yang, Zhe, et al.
Veröffentlicht: (2023)

Bayesian Example Selection Improves In-Context Learning for Speech, Text, and Visual Modalities
von: Wang, Siyin, et al.
Veröffentlicht: (2024)

Exploring the Nexus of Large Language Models and Legal Systems: A Short Survey
von: Qin, Weicong, et al.
Veröffentlicht: (2024)

Adapting LLMs for Efficient Context Processing through Soft Prompt Compression
von: Wang, Cangqing, et al.
Veröffentlicht: (2024)

ReARTeR: Retrieval-Augmented Reasoning with Trustworthy Process Rewarding
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2025)

Efficient and Effective Prompt Tuning via Prompt Decomposition and Compressed Outer Product
von: Lan, Pengxiang, et al.
Veröffentlicht: (2025)

Learning-to-Context Slope: Evaluating In-Context Learning Effectiveness Beyond Performance Illusions
von: Wang, Dingzriui, et al.
Veröffentlicht: (2025)

Misconfidence-based Demonstration Selection for LLM In-Context Learning
von: Xu, Shangqing, et al.
Veröffentlicht: (2024)

Long Context Compression with Activation Beacon
von: Zhang, Peitian, et al.
Veröffentlicht: (2024)

In-Context Example Selection via Similarity Search Improves Low-Resource Machine Translation
von: Zebaze, Armel, et al.
Veröffentlicht: (2024)

Why Does the Effective Context Length of LLMs Fall Short?
von: An, Chenxin, et al.
Veröffentlicht: (2024)

Deep Search with Hierarchical Meta-Cognitive Monitoring Inspired by Cognitive Neuroscience
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2026)

QUITO: Accelerating Long-Context Reasoning through Query-Guided Context Compression
von: Wang, Wenshan, et al.
Veröffentlicht: (2024)

In-Context Examples Matter: Improving Emotion Recognition in Conversation with Instruction Tuning
von: Ma, Hui, et al.
Veröffentlicht: (2025)