Buchumschlag

Multitask Fine-Tuning and Generative Adversarial Learning for Improved Auxiliary Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Christopher, Satish, Abishek
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

Improving Narrative Classification and Explanation via Fine Tuned Language Models
von: Tyagi, Rishit, et al.
Veröffentlicht: (2025)

Leveraging Conditional Mutual Information to Improve Large Language Model Fine-Tuning For Classification
von: Sivakaran, Thanushon, et al.
Veröffentlicht: (2025)

Prompt, Translate, Fine-Tune, Re-Initialize, or Instruction-Tune? Adapting LLMs for In-Context Learning in Low-Resource Languages
von: Toukmaji, Christopher, et al.
Veröffentlicht: (2025)

Evaluating Morphological Plausibility of Subword Tokenization via Statistical Alignment with Morpho-Syntactic Features
von: Stephen, Abishek, et al.
Veröffentlicht: (2026)

Disentangling Dialect from Social Bias via Multitask Learning to Improve Fairness
von: Spliethöver, Maximilian, et al.
Veröffentlicht: (2024)

ROUTE: Robust Multitask Tuning and Collaboration for Text-to-SQL
von: Qin, Yang, et al.
Veröffentlicht: (2024)

Learning Auxiliary Tasks Improves Reference-Free Hallucination Detection in Open-Domain Long-Form Generation
von: Qin, Chengwei, et al.
Veröffentlicht: (2025)

GPT Meets Graphs and KAN Splines: Testing Novel Frameworks on Multitask Fine-Tuned GPT-2 with LoRA
von: Bo, Gabriel, et al.
Veröffentlicht: (2025)

FAID: Fine-Grained AI-Generated Text Detection Using Multi-Task Auxiliary and Multi-Level Contrastive Learning
von: Ta, Minh Ngoc, et al.
Veröffentlicht: (2025)

Supervised Fine-Tuning as Inverse Reinforcement Learning
von: Sun, Hao
Veröffentlicht: (2024)

Auxiliary Knowledge-Induced Learning for Automatic Multi-Label Medical Document Classification
von: Wang, Xindi, et al.
Veröffentlicht: (2024)

Strategies for Improving NL-to-FOL Translation with LLMs: Data Generation, Incremental Fine-Tuning, and Verification
von: Thatikonda, Ramya Keerthy, et al.
Veröffentlicht: (2024)

Dynamic Adversarial Fine-Tuning Reorganizes Refusal Geometry
von: Lan, Wenhao, et al.
Veröffentlicht: (2026)

Fine-Tuning Language Models on Multiple Datasets for Citation Intention Classification
von: Shui, Zeren, et al.
Veröffentlicht: (2024)

SynLexLM: Scaling Legal LLMs with Synthetic Data and Curriculum Learning
von: Upadhyay, Ojasw, et al.
Veröffentlicht: (2025)

Beyond Fine-Tuning: In-Context Learning and Chain-of-Thought for Reasoned Distractor Generation
von: Alhazmi, Elaf, et al.
Veröffentlicht: (2026)

Mitigating Clickbait: An Approach to Spoiler Generation Using Multitask Learning
von: Pal, Sayantan, et al.
Veröffentlicht: (2024)

Learning Fine-Grained Controllability on Speech Generation via Efficient Fine-Tuning
von: Chien, Chung-Ming, et al.
Veröffentlicht: (2024)

Selective Fine-Tuning of GPT Architectures for Parameter-Efficient Clinical Text Classification
von: Irany, Fariba Afrin, et al.
Veröffentlicht: (2026)

Bilingual Sexism Classification: Fine-Tuned XLM-RoBERTa and GPT-3.5 Few-Shot Learning
von: Azadi, AmirMohammad, et al.
Veröffentlicht: (2024)

Mixture-of-LoRAs: An Efficient Multitask Tuning for Large Language Models
von: Feng, Wenfeng, et al.
Veröffentlicht: (2024)

CC-Tuning: A Cross-Lingual Connection Mechanism for Improving Joint Multilingual Supervised Fine-Tuning
von: Ye, Yangfan, et al.
Veröffentlicht: (2025)

Human-like fleeting memory improves language learning but impairs reading time prediction in transformer language models
von: Thamma, Abishek, et al.
Veröffentlicht: (2025)

Automated Quality Control for Language Documentation: Detecting Phonotactic Inconsistencies in a Kokborok Wordlist
von: van Dam, Kellen Parker, et al.
Veröffentlicht: (2025)

Fine-Tuning on Noisy Instructions: Effects on Generalization and Performance
von: Alajrami, Ahmed, et al.
Veröffentlicht: (2025)

Supervised In-Context Fine-Tuning for Generative Sequence Labeling
von: Dukić, David, et al.
Veröffentlicht: (2025)

LiFT: Does Instruction Fine-Tuning Improve In-Context Learning for Longitudinal Modelling by Large Language Models?
von: Ali, Iqra, et al.
Veröffentlicht: (2026)

Fine-Tuning Large Language Models for Scientific Text Classification: A Comparative Study
von: Rostam, Zhyar Rzgar K, et al.
Veröffentlicht: (2024)

ReFT: Reasoning with Reinforced Fine-Tuning
von: Luong, Trung Quoc, et al.
Veröffentlicht: (2024)

Mitigating Forgetting in LLM Fine-Tuning via Low-Perplexity Token Learning
von: Wu, Chao-Chung, et al.
Veröffentlicht: (2025)

Intent Classification for Bank Chatbots through LLM Fine-Tuning
von: Lajčinová, Bibiána, et al.
Veröffentlicht: (2024)

Exploring Variability in Fine-Tuned Models for Text Classification with DistilBERT
von: Lorenzoni, Giuliano, et al.
Veröffentlicht: (2024)

Reconstructing Item Characteristic Curves using Fine-Tuned Large Language Models
von: Ormerod, Christopher
Veröffentlicht: (2026)

Beyond Classification: Towards Speech Emotion Reasoning with Multitask AudioLLMs
von: Zhang, Wenyu, et al.
Veröffentlicht: (2025)

DP-RFT: Learning to Generate Synthetic Text via Differentially Private Reinforcement Fine-Tuning
von: Xu, Fangyuan, et al.
Veröffentlicht: (2026)

Improving Multimodal Classification of Social Media Posts by Leveraging Image-Text Auxiliary Tasks
von: Villegas, Danae Sánchez, et al.
Veröffentlicht: (2023)

Unveiling the Generalization Power of Fine-Tuned Large Language Models
von: Yang, Haoran, et al.
Veröffentlicht: (2024)

Intention-Adaptive LLM Fine-Tuning for Text Revision Generation
von: Liu, Zhexiong, et al.
Veröffentlicht: (2026)

CLSGen: A Dual-Head Fine-Tuning Framework for Joint Probabilistic Classification and Verbalized Explanation
von: Yoon, WonJin, et al.
Veröffentlicht: (2026)

ScoNe: Benchmarking Negation Reasoning in Language Models With Fine-Tuning and In-Context Learning
von: She, Jingyuan Selena, et al.
Veröffentlicht: (2023)