Buchumschlag

When Parts Are Greater Than Sums: Individual LLM Components Can Outperform Full Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chang, Ting-Yun, Thomason, Jesse, Jia, Robin
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

Do Localization Methods Actually Localize Memorized Data in LLMs? A Tale of Two Benchmarks
von: Chang, Ting-Yun, et al.
Veröffentlicht: (2023)

Language Models can Infer Action Semantics for Symbolic Planners from Environment Feedback
von: Zhu, Wang, et al.
Veröffentlicht: (2024)

"The Whole Is Greater Than the Sum of Its Parts": A Compatibility-Aware Multi-Teacher CoT Distillation Framework
von: Cui, Jin, et al.
Veröffentlicht: (2026)

PDDL-Mind: Large Language Models are Capable on Belief Reasoning with Reliable State Tracking
von: Zhu, Wang Bill, et al.
Veröffentlicht: (2026)

PSALM-V: Automating Symbolic Planning in Interactive Visual Environments with Large Language Models
von: Zhu, Wang Bill, et al.
Veröffentlicht: (2025)

Why Do Some Inputs Break Low-Bit LLM Quantization?
von: Chang, Ting-Yun, et al.
Veröffentlicht: (2025)

Adjust for Trust: Mitigating Trust-Induced Inappropriate Reliance on AI Assistance
von: Srinivasan, Tejas, et al.
Veröffentlicht: (2025)

Efficient End-to-End Visual Document Understanding with Rationale Distillation
von: Zhu, Wang, et al.
Veröffentlicht: (2023)

From Calibration to Collaboration: LLM Uncertainty Quantification Should Be More Human-Centered
von: Devic, Siddartha, et al.
Veröffentlicht: (2025)

Phonological Representation Learning for Isolated Signs Improves Out-of-Vocabulary Generalization
von: Kezar, Lee, et al.
Veröffentlicht: (2025)

Can VLMs Recall Factual Associations From Visual References?
von: Ashok, Dhananjay, et al.
Veröffentlicht: (2025)

Greater Than the Sum of Its Parts
von: Ferguson, Chris, et al.
Veröffentlicht: (2004)

When Do LLMs Admit Their Mistakes? Understanding The Role Of Model Belief In Retraction
von: Yang, Yuqing, et al.
Veröffentlicht: (2025)

WinoViz: Probing Visual Properties of Objects Under Different States
von: Jin, Woojeong, et al.
Veröffentlicht: (2024)

More Than Sum of Its Parts: Deciphering Intent Shifts in Multimodal Hate Speech Detection
von: Sun, Runze, et al.
Veröffentlicht: (2026)

Words that make SENSE: Sensorimotor Norms in Learned Lexical Token Representations
von: Gupta, Abhinav, et al.
Veröffentlicht: (2026)

Large Language Models Do Multi-Label Classification Differently
von: Ma, Marcus, et al.
Veröffentlicht: (2025)

Adapted Large Language Models Can Outperform Medical Experts in Clinical Text Summarization
von: Van Veen, Dave, et al.
Veröffentlicht: (2023)

Breaking the Language Barrier: Can Direct Inference Outperform Pre-Translation in Multilingual LLM Applications?
von: Intrator, Yotam, et al.
Veröffentlicht: (2024)

Iterative Formalization and Planning in Partially Observable Environments
von: Gong, Liancheng, et al.
Veröffentlicht: (2025)

TwoStep: Multi-agent Task Planning using Classical Planners and Large Language Models
von: Bai, David, et al.
Veröffentlicht: (2024)

When Models Know More Than They Can Explain: Quantifying Knowledge Transfer in Human-AI Collaboration
von: Shi, Quan, et al.
Veröffentlicht: (2025)

Task-Specific Efficiency Analysis: When Small Language Models Outperform Large Language Models
von: Cao, Jinghan, et al.
Veröffentlicht: (2026)

Can LLM Teams Play What? Where? When?
von: Kotelnikova, Anastasia, et al.
Veröffentlicht: (2026)

The Sum Leaks More Than Its Parts: Compositional Privacy Risks and Mitigations in Multi-Agent Collaboration
von: Patil, Vaidehi, et al.
Veröffentlicht: (2025)

Believing without Seeing: Quality Scores for Contextualizing Vision-Language Model Explanations
von: He, Keyu, et al.
Veröffentlicht: (2025)

Generating Contextually-Relevant Navigation Instructions for Blind and Low Vision People
von: Merchant, Zain, et al.
Veröffentlicht: (2024)

Enhancing Reasoning Skills in Small Persian Medical Language Models Can Outperform Large-Scale Data Training
von: Ghassabi, Mehrdad, et al.
Veröffentlicht: (2025)

Still Not There: Can LLMs Outperform Smaller Task-Specific Seq2Seq Models on the Poetry-to-Prose Conversion Task?
von: Das, Kunal Kingkar, et al.
Veröffentlicht: (2025)

STALE: Can LLM Agents Know When Their Memories Are No Longer Valid?
von: Chao, Hanxiang, et al.
Veröffentlicht: (2026)

InsertGNN: Can Graph Neural Networks Outperform Humans in TOEFL Sentence Insertion Problem?
von: Wu, Fang, et al.
Veröffentlicht: (2021)

LiveOIBench: Can Large Language Models Outperform Human Contestants in Informatics Olympiads?
von: Zou, Kaijian, et al.
Veröffentlicht: (2025)

Heavy-Tailed Class Imbalance and Why Adam Outperforms Gradient Descent on Language Models
von: Kunstner, Frederik, et al.
Veröffentlicht: (2024)

Can Large Language Models Outperform Non-Experts in Poetry Evaluation? A Comparative Study Using the Consensual Assessment Technique
von: Sawicki, Piotr, et al.
Veröffentlicht: (2025)

Meaningful Products: Making the Whole Greater Than the Sum of the Parts
von: Jansen, Barbara A.
Veröffentlicht: (2005)

Benchmarks Saturate When The Model Gets Smarter Than The Judge
von: Ballon, Marthe, et al.
Veröffentlicht: (2026)

When Can We Trust LLM Graders? Calibrating Confidence for Automated Assessment
von: Ferrer, Robinson, et al.
Veröffentlicht: (2026)

The American Sign Language Knowledge Graph: Infusing ASL Models with Linguistic Knowledge
von: Kezar, Lee, et al.
Veröffentlicht: (2024)

Can VLM Pseudo-Labels Train a Time-Series QA Model That Outperforms the VLM?
von: Fujimura, Takuya, et al.
Veröffentlicht: (2025)

When Inverse Data Outperforms: Exploring the Pitfalls of Mixed Data in Multi-Stage Fine-Tuning
von: Deng, Mengyi, et al.
Veröffentlicht: (2025)