Reconsidering Degeneration of Token Embeddings with Definitions for Encoder-based Pre-trained Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhang, Ying, Li, Dongyuan, Okumura, Manabu |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Embedding-based In-Context Prompt Training for Enhancing LLMs as Text Encoders
par: Lin, Ailiang, et autres
Publié: (2026)
par: Lin, Ailiang, et autres
Publié: (2026)
Causal2Vec: Improving Decoder-only LLMs as Embedding Models through a Contextual Token
par: Lin, Ailiang, et autres
Publié: (2025)
par: Lin, Ailiang, et autres
Publié: (2025)
Active Learning with Task Adaptation Pre-training for Speech Emotion Recognition
par: Li, Dongyuan, et autres
Publié: (2024)
par: Li, Dongyuan, et autres
Publié: (2024)
Inside the Black Box: Detecting Data Leakage in Pre-trained Language Encoders
par: Xin, Yuan, et autres
Publié: (2024)
par: Xin, Yuan, et autres
Publié: (2024)
On Leveraging Encoder-only Pre-trained Language Models for Effective Keyphrase Generation
par: Wu, Di, et autres
Publié: (2024)
par: Wu, Di, et autres
Publié: (2024)
Text to Band Gap: Pre-trained Language Models as Encoders for Semiconductor Band Gap Prediction
par: Yeh, Ying-Ting, et autres
Publié: (2025)
par: Yeh, Ying-Ting, et autres
Publié: (2025)
Stable Language Model Pre-training by Reducing Embedding Variability
par: Chung, Woojin, et autres
Publié: (2024)
par: Chung, Woojin, et autres
Publié: (2024)
DEPT: Decoupled Embeddings for Pre-training Language Models
par: Iacob, Alex, et autres
Publié: (2024)
par: Iacob, Alex, et autres
Publié: (2024)
Can we obtain significant success in RST discourse parsing by using Large Language Models?
par: Maekawa, Aru, et autres
Publié: (2024)
par: Maekawa, Aru, et autres
Publié: (2024)
Prompting Disentangled Embeddings for Knowledge Graph Completion with Pre-trained Language Model
par: Geng, Yuxia, et autres
Publié: (2023)
par: Geng, Yuxia, et autres
Publié: (2023)
Length Representations in Large Language Models
par: Moon, Sangjun, et autres
Publié: (2025)
par: Moon, Sangjun, et autres
Publié: (2025)
Understanding Fact Recall in Language Models: Why Two-Stage Training Encourages Memorization but Mixed Training Teaches Knowledge
par: Zhang, Ying, et autres
Publié: (2025)
par: Zhang, Ying, et autres
Publié: (2025)
InstructCMP: Length Control in Sentence Compression through Instruction-based Large Language Models
par: Juseon-Do, et autres
Publié: (2024)
par: Juseon-Do, et autres
Publié: (2024)
DiLM: Distilling Dataset into Language Model for Text-level Dataset Distillation
par: Maekawa, Aru, et autres
Publié: (2024)
par: Maekawa, Aru, et autres
Publié: (2024)
NITP: Next Implicit Token Prediction for LLM Pre-training
par: Zhang, Xiangdong, et autres
Publié: (2026)
par: Zhang, Xiangdong, et autres
Publié: (2026)
Teaching Old Tokenizers New Words: Efficient Tokenizer Adaptation for Pre-trained Models
par: Purason, Taido, et autres
Publié: (2025)
par: Purason, Taido, et autres
Publié: (2025)
A Simple Method to Enhance Pre-trained Language Models with Speech Tokens for Classification
par: Calbucura, Nicolas, et autres
Publié: (2025)
par: Calbucura, Nicolas, et autres
Publié: (2025)
Adaptive Pre-training Data Detection for Large Language Models via Surprising Tokens
par: Zhang, Anqi, et autres
Publié: (2024)
par: Zhang, Anqi, et autres
Publié: (2024)
MLKD-BERT: Multi-level Knowledge Distillation for Pre-trained Language Models
par: Zhang, Ying, et autres
Publié: (2024)
par: Zhang, Ying, et autres
Publié: (2024)
Automatic Answerability Evaluation for Question Generation
par: Wang, Zifan, et autres
Publié: (2023)
par: Wang, Zifan, et autres
Publié: (2023)
Efficient Knowledge Probing of Large Language Models by Adapting Pre-trained Embeddings
par: Sharma, Kartik, et autres
Publié: (2025)
par: Sharma, Kartik, et autres
Publié: (2025)
Fuzzy Fingerprinting Encoder Pre-trained Language Models for Emotion Recognition in Conversations: Human Assessment and Validity Study
par: Pereira, Patrícia, et autres
Publié: (2026)
par: Pereira, Patrícia, et autres
Publié: (2026)
Fine-tuning Pre-trained Language Models for Few-shot Intent Detection: Supervised Pre-training and Isotropization
par: Zhang, Haode, et autres
Publié: (2022)
par: Zhang, Haode, et autres
Publié: (2022)
QoSBERT: An Uncertainty-Aware Approach based on Pre-trained Language Models for Service Quality Prediction
par: Wang, Ziliang, et autres
Publié: (2025)
par: Wang, Ziliang, et autres
Publié: (2025)
Concept Tokens: Learning Behavioral Embeddings Through Concept Definitions
par: Sastre, Ignacio, et autres
Publié: (2026)
par: Sastre, Ignacio, et autres
Publié: (2026)
Unveiling the Power of Source: Source-based Minimum Bayes Risk Decoding for Neural Machine Translation
par: Lyu, Boxuan, et autres
Publié: (2024)
par: Lyu, Boxuan, et autres
Publié: (2024)
Masked Structural Growth for 2x Faster Language Model Pre-training
par: Yao, Yiqun, et autres
Publié: (2023)
par: Yao, Yiqun, et autres
Publié: (2023)
Data Augmentation Method Utilizing Template Sentences for Variable Definition Extraction
par: Nagayama, Kotaro, et autres
Publié: (2024)
par: Nagayama, Kotaro, et autres
Publié: (2024)
On Initializing Transformers with Pre-trained Embeddings
par: Kim, Ha Young, et autres
Publié: (2024)
par: Kim, Ha Young, et autres
Publié: (2024)
Video-LaVIT: Unified Video-Language Pre-training with Decoupled Visual-Motional Tokenization
par: Jin, Yang, et autres
Publié: (2024)
par: Jin, Yang, et autres
Publié: (2024)
Are Transformers in Pre-trained LM A Good ASR Encoder? An Empirical Study
par: An, Keyu, et autres
Publié: (2024)
par: An, Keyu, et autres
Publié: (2024)
Examining Forgetting in Continual Pre-training of Aligned Large Language Models
par: Li, Chen-An, et autres
Publié: (2024)
par: Li, Chen-An, et autres
Publié: (2024)
KoCo: Conditioning Language Model Pre-training on Knowledge Coordinates
par: Li, Yudong, et autres
Publié: (2026)
par: Li, Yudong, et autres
Publié: (2026)
Model Merging in Pre-training of Large Language Models
par: Li, Yunshui, et autres
Publié: (2025)
par: Li, Yunshui, et autres
Publié: (2025)
Development of Cognitive Intelligence in Pre-trained Language Models
par: Shah, Raj Sanjay, et autres
Publié: (2024)
par: Shah, Raj Sanjay, et autres
Publié: (2024)
Metadata Conditioning Accelerates Language Model Pre-training
par: Gao, Tianyu, et autres
Publié: (2025)
par: Gao, Tianyu, et autres
Publié: (2025)
Evaluating Discourse Cohesion in Pre-trained Language Models
par: He, Jie, et autres
Publié: (2025)
par: He, Jie, et autres
Publié: (2025)
Meta-rater: A Multi-dimensional Data Selection Method for Pre-training Language Models
par: Zhuang, Xinlin, et autres
Publié: (2025)
par: Zhuang, Xinlin, et autres
Publié: (2025)
SparseLLM: Towards Global Pruning for Pre-trained Language Models
par: Bai, Guangji, et autres
Publié: (2024)
par: Bai, Guangji, et autres
Publié: (2024)
On the Multilingual Ability of Decoder-based Pre-trained Language Models: Finding and Controlling Language-Specific Neurons
par: Kojima, Takeshi, et autres
Publié: (2024)
par: Kojima, Takeshi, et autres
Publié: (2024)
Documents similaires
-
Embedding-based In-Context Prompt Training for Enhancing LLMs as Text Encoders
par: Lin, Ailiang, et autres
Publié: (2026) -
Causal2Vec: Improving Decoder-only LLMs as Embedding Models through a Contextual Token
par: Lin, Ailiang, et autres
Publié: (2025) -
Active Learning with Task Adaptation Pre-training for Speech Emotion Recognition
par: Li, Dongyuan, et autres
Publié: (2024) -
Inside the Black Box: Detecting Data Leakage in Pre-trained Language Encoders
par: Xin, Yuan, et autres
Publié: (2024) -
On Leveraging Encoder-only Pre-trained Language Models for Effective Keyphrase Generation
par: Wu, Di, et autres
Publié: (2024)