Buchumschlag

Autoregressive Large Language Models are Computationally Universal

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schuurmans, Dale, Dai, Hanjun, Zanini, Francesco
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

Large Language Models can Learn Rules
von: Zhu, Zhaocheng, et al.
Veröffentlicht: (2023)

Exploring and Benchmarking the Planning Capabilities of Large Language Models
von: Bohnet, Bernd, et al.
Veröffentlicht: (2024)

Universal computation is intrinsic to language model decoding
von: Lewandowski, Alex, et al.
Veröffentlicht: (2026)

ValueBench: Towards Comprehensively Evaluating Value Orientations and Understanding of Large Language Models
von: Ren, Yuanyi, et al.
Veröffentlicht: (2024)

AR-MAP: Are Autoregressive Large Language Models Implicit Teachers for Diffusion Large Language Models?
von: Lin, Liang, et al.
Veröffentlicht: (2026)

Measuring Human and AI Values Based on Generative Psychometrics with Large Language Models
von: Ye, Haoran, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models on Computer Science University Exams in Data Structures
von: Gabay, Edan, et al.
Veröffentlicht: (2026)

Detoxifying Large Language Models via Autoregressive Reward Guided Representation Editing
von: Xiao, Yisong, et al.
Veröffentlicht: (2025)

Causal Autoregressive Diffusion Language Model
von: Ruan, Junhao, et al.
Veröffentlicht: (2026)

Reversal Invariance in Autoregressive Language Models
von: Sahasrabudhe, Mihir
Veröffentlicht: (2025)

PEFT-Factory: Unified Parameter-Efficient Fine-Tuning of Autoregressive Large Language Models
von: Belanec, Robert, et al.
Veröffentlicht: (2025)

Towards Better Chinese-centric Neural Machine Translation for Low-resource Languages
von: Li, Bin, et al.
Veröffentlicht: (2022)

Revisiting Knowledge Distillation for Autoregressive Language Models
von: Zhong, Qihuang, et al.
Veröffentlicht: (2024)

Towards Better Instruction Following Retrieval Models
von: Zhuang, Yuchen, et al.
Veröffentlicht: (2025)

Computational Reasoning of Large Language Models
von: Wu, Haitao, et al.
Veröffentlicht: (2025)

Probability Distributions Computed by Autoregressive Transformers
von: Yang, Andy, et al.
Veröffentlicht: (2025)

SQL-PaLM: Improved Large Language Model Adaptation for Text-to-SQL (extended)
von: Sun, Ruoxi, et al.
Veröffentlicht: (2023)

Expert Threshold Routing for Autoregressive Language Modeling with Dynamic Computation Allocation and Load Balancing
von: Sun, Hanchi, et al.
Veröffentlicht: (2026)

AutoTimes: Autoregressive Time Series Forecasters via Large Language Models
von: Liu, Yong, et al.
Veröffentlicht: (2024)

Combining Autoregressive and Autoencoder Language Models for Text Classification
von: Gonçalves, João
Veröffentlicht: (2024)

Bilateral Personalized Dialogue Generation with Contrastive Learning
von: Li, Bin, et al.
Veröffentlicht: (2021)

Urban Computing in the Era of Large Language Models
von: Li, Zhonghang, et al.
Veröffentlicht: (2025)

Evaluating open-source Large Language Models for automated fact-checking
von: Fontana, Nicolo', et al.
Veröffentlicht: (2025)

Scaling Diffusion Language Models via Adaptation from Autoregressive Models
von: Gong, Shansan, et al.
Veröffentlicht: (2024)

Continuous Autoregressive Language Models
von: Shao, Chenze, et al.
Veröffentlicht: (2025)

Incremental Sentence Processing Mechanisms in Autoregressive Transformer Language Models
von: Hanna, Michael, et al.
Veröffentlicht: (2024)

CAWN: Continuous Acoustic Wave Networks for Autoregressive Language Modeling
von: Čugalj, Dejan, et al.
Veröffentlicht: (2026)

MIXAR: Scaling Autoregressive Pixel-based Language Models to Multiple Languages and Scripts
von: Hu, Chen, et al.
Veröffentlicht: (2026)

Autoregressive + Chain of Thought = Recurrent: Recurrence's Role in Language Models' Computability and a Revisit of Recurrent Transformer
von: Zhang, Xiang, et al.
Veröffentlicht: (2024)

Exploring the Potential of Large Language Models in Computational Argumentation
von: Chen, Guizhen, et al.
Veröffentlicht: (2023)

KaLM: Knowledge-aligned Autoregressive Language Modeling via Dual-view Knowledge Graph Contrastive Learning
von: Yu, Peng, et al.
Veröffentlicht: (2024)

GPT-SW3: An Autoregressive Language Model for the Nordic Languages
von: Ekgren, Ariel, et al.
Veröffentlicht: (2023)

Hybrid and Unitary PEFT for Resource-Efficient Large Language Models
von: Qi, Haomin, et al.
Veröffentlicht: (2025)

ReFusion: A Diffusion Large Language Model with Parallel Autoregressive Decoding
von: Li, Jia-Nan, et al.
Veröffentlicht: (2025)

Exploring and Enhancing the Transfer of Distribution in Knowledge Distillation for Autoregressive Language Models
von: Rao, Jun, et al.
Veröffentlicht: (2024)

SMCLM: Semantically Meaningful Causal Language Modeling for Autoregressive Paraphrase Generation
von: Perełkiewicz, Michał, et al.
Veröffentlicht: (2025)

Autoregressive vs. Masked Diffusion Language Models: A Controlled Comparison
von: Vicentino, Caio
Veröffentlicht: (2026)

Diffusion vs. Autoregressive Language Models: A Text Embedding Perspective
von: Zhang, Siyue, et al.
Veröffentlicht: (2025)

Do Androids Dream of Unseen Puppeteers? Probing for a Conspiracy Mindset in Large Language Models
von: Corso, Francesco, et al.
Veröffentlicht: (2025)

The Art of Scaling Test-Time Compute for Large Language Models
von: Agarwal, Aradhye, et al.
Veröffentlicht: (2025)