Buchumschlag

Sharing Matters: Analysing Neurons Across Languages and Tasks in LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Weixuan, Haddow, Barry, Wu, Minghao, Peng, Wei, Birch, Alexandra
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

ExpertSteer: Intervening in LLMs through Expert Knowledge
von: Wang, Weixuan, et al.
Veröffentlicht: (2025)

Bridging the Language Gaps in Large Language Models with Inference-Time Cross-Lingual Intervention
von: Wang, Weixuan, et al.
Veröffentlicht: (2024)

HBO: Hierarchical Balancing Optimization for Fine-Tuning Large Language Models
von: Wang, Weixuan, et al.
Veröffentlicht: (2025)

Demystifying Multilingual Chain-of-Thought in Process Reward Modeling
von: Wang, Weixuan, et al.
Veröffentlicht: (2025)

Learning to Summarize by Learning to Quiz: Adversarial Agentic Collaboration for Long Document Summarization
von: Wang, Weixuan, et al.
Veröffentlicht: (2025)

Multilingual Retrieval-Augmented Generation for Knowledge-Intensive Task
von: Ranaldi, Leonardo, et al.
Veröffentlicht: (2025)

The Ups and Downs of Large Language Model Inference with Vocabulary Trimming by Language Heuristics
von: Bogoychev, Nikolay, et al.
Veröffentlicht: (2023)

When Does Monolingual Data Help Multilingual Translation: The Role of Domain and Model Scale
von: Baziotis, Christos, et al.
Veröffentlicht: (2023)

MGen: Millions of Naturally Occurring Generics in Context
von: Cilleruelo, Gustavo, et al.
Veröffentlicht: (2025)

Compact Speech Translation Models via Discrete Speech Units Pretraining
von: Lam, Tsz Kin, et al.
Veröffentlicht: (2024)

Prosody in Cascade and Direct Speech-to-Text Translation: a case study on Korean Wh-Phrases
von: Zhou, Giulio, et al.
Veröffentlicht: (2024)

The Prosody of Emojis
von: Zhou, Giulio, et al.
Veröffentlicht: (2025)

Improving Multilingual Retrieval-Augmented Language Models through Dialectic Reasoning Argumentations
von: Ranaldi, Leonardo, et al.
Veröffentlicht: (2025)

Generics are puzzling. Can language models find the missing piece?
von: Calderón, Gustavo Cilleruelo, et al.
Veröffentlicht: (2024)

Quality or Quantity? On Data Scale and Diversity in Adapting Large Language Models for Low-Resource Translation
von: Iyer, Vivek, et al.
Veröffentlicht: (2024)

Liaozhai through the Looking-Glass: On Paratextual Explicitation of Culture-Bound Terms in Machine Translation
von: Shen, Sherrie, et al.
Veröffentlicht: (2025)

In-game Toxic Language Detection: Shared Task and Attention Residuals
von: Jia, Yuanzhe, et al.
Veröffentlicht: (2022)

Semantics-Adaptive Activation Intervention for LLMs via Dynamic Steering Vectors
von: Wang, Weixuan, et al.
Veröffentlicht: (2024)

Context and System Fusion in Post-ASR Emotion Recognition with Large Language Models
von: Stepachev, Pavel, et al.
Veröffentlicht: (2024)

Controlling What You Share: Assessing Language Model Adherence to Privacy Preferences
von: Ramírez, Guillem, et al.
Veröffentlicht: (2025)

Iterative Translation Refinement with Large Language Models
von: Chen, Pinzhen, et al.
Veröffentlicht: (2023)

Is It Good Data for Multilingual Instruction Tuning or Just Bad Multilingual Evaluation for Large Language Models?
von: Chen, Pinzhen, et al.
Veröffentlicht: (2024)

Fine-Tuning Large Language Models to Translate: Will a Touch of Noisy Data in Misaligned Languages Suffice?
von: Zhu, Dawei, et al.
Veröffentlicht: (2024)

No Train but Gain: Language Arithmetic for training-free Language Adapters enhancement
von: Klimaszewski, Mateusz, et al.
Veröffentlicht: (2024)

Kakugo: Distillation of Low-Resource Languages into Small Language Models
von: Devine, Peter, et al.
Veröffentlicht: (2026)

Catastrophic Forgetting in LLMs: A Comparative Analysis Across Language Tasks
von: Haque, Naimul
Veröffentlicht: (2025)

Do LLMs and VLMs Share Neurons for Inference? Evidence and Mechanisms of Cross-Modal Transfer
von: Cui, Chenhang, et al.
Veröffentlicht: (2026)

MatheMagic: Generating Dynamic Mathematics Benchmarks Robust to Memorization
von: O'Brien, Dayyán, et al.
Veröffentlicht: (2025)

How Programming Concepts and Neurons Are Shared in Code Language Models
von: Kargaran, Amir Hossein, et al.
Veröffentlicht: (2025)

Optimising Calls to Large Language Models with Uncertainty-Based Two-Tier Selection
von: Ramírez, Guillem, et al.
Veröffentlicht: (2024)

Pitfalls and Outlooks in Using COMET
von: Zouhar, Vilém, et al.
Veröffentlicht: (2024)

Findings of the WMT 2024 Shared Task on Discourse-Level Literary Translation
von: Wang, Longyue, et al.
Veröffentlicht: (2024)

The Semantic Hub Hypothesis: Language Models Share Semantic Representations Across Languages and Modalities
von: Wu, Zhaofeng, et al.
Veröffentlicht: (2024)

LF-Steering: Latent Feature Activation Steering for Enhancing Semantic Consistency in Large Language Models
von: Yang, Jingyuan, et al.
Veröffentlicht: (2025)

Identifying Good and Bad Neurons for Task-Level Controllable LLMs
von: Li, Wenjie, et al.
Veröffentlicht: (2026)

EuroLLM: Multilingual Language Models for Europe
von: Martins, Pedro Henrique, et al.
Veröffentlicht: (2024)

Evaluating the IWSLT2023 Speech Translation Tasks: Human Annotations, Automatic Metrics, and Segmentation
von: Sperber, Matthias, et al.
Veröffentlicht: (2024)

Overview of the PromptCBLUE Shared Task in CHIP2023
von: Zhu, Wei, et al.
Veröffentlicht: (2023)

JGU Mainz's Submission to the WMT25 Shared Task on LLMs with Limited Resources for Slavic Languages: MT and QA
von: Saadi, Hossain Shaikh, et al.
Veröffentlicht: (2025)

Code-Switched Language Identification is Harder Than You Think
von: Burchell, Laurie, et al.
Veröffentlicht: (2024)