Can Transformers Learn $n$-gram Language Models?
Fuente:
arXiv
Salvato in:
| Autori principali: | Svete, Anej, Borenstein, Nadav, Zhou, Mike, Augenstein, Isabelle, Cotterell, Ryan |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Transformers Can Represent $n$-gram Language Models
di: Svete, Anej, et al.
Pubblicazione: (2024)
di: Svete, Anej, et al.
Pubblicazione: (2024)
What Languages are Easy to Language-Model? A Perspective from Learning Probabilistic Regular Languages
di: Borenstein, Nadav, et al.
Pubblicazione: (2024)
di: Borenstein, Nadav, et al.
Pubblicazione: (2024)
The Role of $n$-gram Smoothing in the Age of Neural Networks
di: Malagutti, Luca, et al.
Pubblicazione: (2024)
di: Malagutti, Luca, et al.
Pubblicazione: (2024)
On the Representational Capacity of Neural Language Models with Chain-of-Thought Reasoning
di: Nowak, Franz, et al.
Pubblicazione: (2024)
di: Nowak, Franz, et al.
Pubblicazione: (2024)
On the Representational Capacity of Recurrent Neural Language Models
di: Nowak, Franz, et al.
Pubblicazione: (2023)
di: Nowak, Franz, et al.
Pubblicazione: (2023)
Revisiting Padded Transformer Expressivity: Which Architectural Choices Matter and Which Don't
di: Svete, Anej, et al.
Pubblicazione: (2026)
di: Svete, Anej, et al.
Pubblicazione: (2026)
Gumbel Counterfactual Generation From Language Models
di: Ravfogel, Shauli, et al.
Pubblicazione: (2024)
di: Ravfogel, Shauli, et al.
Pubblicazione: (2024)
Lower Bounds on the Expressivity of Recurrent Neural Language Models
di: Svete, Anej, et al.
Pubblicazione: (2024)
di: Svete, Anej, et al.
Pubblicazione: (2024)
Can Community Notes Replace Professional Fact-Checkers?
di: Borenstein, Nadav, et al.
Pubblicazione: (2025)
di: Borenstein, Nadav, et al.
Pubblicazione: (2025)
On Efficiently Representing Regular Languages as RNNs
di: Svete, Anej, et al.
Pubblicazione: (2024)
di: Svete, Anej, et al.
Pubblicazione: (2024)
Formal Aspects of Language Modeling
di: Cotterell, Ryan, et al.
Pubblicazione: (2023)
di: Cotterell, Ryan, et al.
Pubblicazione: (2023)
Context-Free Recognition with Transformers
di: Jerad, Selim, et al.
Pubblicazione: (2026)
di: Jerad, Selim, et al.
Pubblicazione: (2026)
Unique Hard Attention: A Tale of Two Sides
di: Jerad, Selim, et al.
Pubblicazione: (2025)
di: Jerad, Selim, et al.
Pubblicazione: (2025)
A Geometric Notion of Causal Probing
di: Guerner, Clément, et al.
Pubblicazione: (2023)
di: Guerner, Clément, et al.
Pubblicazione: (2023)
On the Reasoning Abilities of Masked Diffusion Language Models
di: Svete, Anej, et al.
Pubblicazione: (2025)
di: Svete, Anej, et al.
Pubblicazione: (2025)
An $\mathbf{L^*}$ Algorithm for Deterministic Weighted Regular Languages
di: Pasti, Clemente, et al.
Pubblicazione: (2024)
di: Pasti, Clemente, et al.
Pubblicazione: (2024)
Revisiting Noise in Natural Language Processing for Computational Social Science
di: Borenstein, Nadav
Pubblicazione: (2025)
di: Borenstein, Nadav
Pubblicazione: (2025)
Revealing Fine-Grained Values and Opinions in Large Language Models
di: Wright, Dustin, et al.
Pubblicazione: (2024)
di: Wright, Dustin, et al.
Pubblicazione: (2024)
Information Locality as an Inductive Bias for Neural Language Models
di: Someya, Taiga, et al.
Pubblicazione: (2025)
di: Someya, Taiga, et al.
Pubblicazione: (2025)
Probability Distributions Computed by Autoregressive Transformers
di: Yang, Andy, et al.
Pubblicazione: (2025)
di: Yang, Andy, et al.
Pubblicazione: (2025)
Training Neural Networks as Recognizers of Formal Languages
di: Butoi, Alexandra, et al.
Pubblicazione: (2024)
di: Butoi, Alexandra, et al.
Pubblicazione: (2024)
A Probability--Quality Trade-off in Aligned Language Models and its Relation to Sampling Adaptors
di: Tan, Naaman, et al.
Pubblicazione: (2024)
di: Tan, Naaman, et al.
Pubblicazione: (2024)
A Latent-Variable Model for Intrinsic Probing
di: Stańczak, Karolina, et al.
Pubblicazione: (2022)
di: Stańczak, Karolina, et al.
Pubblicazione: (2022)
The Causal Influence of Grammatical Gender on Distributional Semantics
di: Stańczak, Karolina, et al.
Pubblicazione: (2023)
di: Stańczak, Karolina, et al.
Pubblicazione: (2023)
BiasGym: A Simple and Generalizable Framework for Analyzing and Removing Biases through Elicitation
di: Islam, Sekh Mainul, et al.
Pubblicazione: (2025)
di: Islam, Sekh Mainul, et al.
Pubblicazione: (2025)
Characterizing the Expressivity of Fixed-Precision Transformer Language Models
di: Li, Jiaoda, et al.
Pubblicazione: (2025)
di: Li, Jiaoda, et al.
Pubblicazione: (2025)
Investigating Human Values in Online Communities
di: Borenstein, Nadav, et al.
Pubblicazione: (2024)
di: Borenstein, Nadav, et al.
Pubblicazione: (2024)
Can Language Models Learn Typologically Implausible Languages?
di: Xu, Tianyang, et al.
Pubblicazione: (2025)
di: Xu, Tianyang, et al.
Pubblicazione: (2025)
On Affine Homotopy between Language Encoders
di: Chan, Robin SM, et al.
Pubblicazione: (2024)
di: Chan, Robin SM, et al.
Pubblicazione: (2024)
Understanding the Interplay between LLMs' Utilisation of Parametric and Contextual Knowledge: A keynote at ECIR 2025
di: Augenstein, Isabelle
Pubblicazione: (2026)
di: Augenstein, Isabelle
Pubblicazione: (2026)
Characterizing the Expressivity of Local Attention in Transformers
di: Li, Jiaoda, et al.
Pubblicazione: (2026)
di: Li, Jiaoda, et al.
Pubblicazione: (2026)
Probing Pre-Trained Language Models for Cross-Cultural Differences in Values
di: Arora, Arnav, et al.
Pubblicazione: (2022)
di: Arora, Arnav, et al.
Pubblicazione: (2022)
Measuring and Benchmarking Large Language Models' Capabilities to Generate Persuasive Language
di: Pauli, Amalie Brogaard, et al.
Pubblicazione: (2024)
di: Pauli, Amalie Brogaard, et al.
Pubblicazione: (2024)
Aggregating Soft Labels from Crowd Annotations Improves Uncertainty Estimation Under Distribution Shift
di: Wright, Dustin, et al.
Pubblicazione: (2022)
di: Wright, Dustin, et al.
Pubblicazione: (2022)
A Distributional Perspective on Word Learning in Neural Language Models
di: Ficarra, Filippo, et al.
Pubblicazione: (2025)
di: Ficarra, Filippo, et al.
Pubblicazione: (2025)
Social Bias Probing: Fairness Benchmarking for Language Models
di: Manerba, Marta Marchiori, et al.
Pubblicazione: (2023)
di: Manerba, Marta Marchiori, et al.
Pubblicazione: (2023)
Infini-gram: Scaling Unbounded n-gram Language Models to a Trillion Tokens
di: Liu, Jiacheng, et al.
Pubblicazione: (2024)
di: Liu, Jiacheng, et al.
Pubblicazione: (2024)
HITgram: A Platform for Experimenting with n-gram Language Models
di: Dasgupta, Shibaranjani, et al.
Pubblicazione: (2024)
di: Dasgupta, Shibaranjani, et al.
Pubblicazione: (2024)
An Algebraic View of the Expressivity of Recurrent Language Models
di: Nowak, Franz, et al.
Pubblicazione: (2026)
di: Nowak, Franz, et al.
Pubblicazione: (2026)
From n-gram to Attention: How Model Architectures Learn and Propagate Bias in Language Modeling
di: Kabir, Mohsinul, et al.
Pubblicazione: (2025)
di: Kabir, Mohsinul, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Transformers Can Represent $n$-gram Language Models
di: Svete, Anej, et al.
Pubblicazione: (2024) -
What Languages are Easy to Language-Model? A Perspective from Learning Probabilistic Regular Languages
di: Borenstein, Nadav, et al.
Pubblicazione: (2024) -
The Role of $n$-gram Smoothing in the Age of Neural Networks
di: Malagutti, Luca, et al.
Pubblicazione: (2024) -
On the Representational Capacity of Neural Language Models with Chain-of-Thought Reasoning
di: Nowak, Franz, et al.
Pubblicazione: (2024) -
On the Representational Capacity of Recurrent Neural Language Models
di: Nowak, Franz, et al.
Pubblicazione: (2023)