The Same But Different: Structural Similarities and Differences in Multilingual Language Modeling
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhang, Ruochen, Yu, Qinan, Zang, Matianyu, Eickhoff, Carsten, Pavlick, Ellie |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Talking Heads: Understanding Inter-layer Communication in Transformer Language Models
par: Merullo, Jack, et autres
Publié: (2024)
par: Merullo, Jack, et autres
Publié: (2024)
Paths Not Taken: Understanding and Mending the Multilingual Factual Recall Pipeline
par: Lu, Meng, et autres
Publié: (2025)
par: Lu, Meng, et autres
Publié: (2025)
How Do Language Models Compose Functions?
par: Khandelwal, Apoorv, et autres
Publié: (2025)
par: Khandelwal, Apoorv, et autres
Publié: (2025)
Circuit Component Reuse Across Tasks in Transformer Language Models
par: Merullo, Jack, et autres
Publié: (2023)
par: Merullo, Jack, et autres
Publié: (2023)
mOthello: When Do Cross-Lingual Representation Alignment and Cross-Lingual Transfer Emerge in Multilingual Models?
par: Hua, Tianze, et autres
Publié: (2024)
par: Hua, Tianze, et autres
Publié: (2024)
Language Models Implement Simple Word2Vec-style Vector Arithmetic
par: Merullo, Jack, et autres
Publié: (2023)
par: Merullo, Jack, et autres
Publié: (2023)
Does Training on Synthetic Data Make Models Less Robust?
par: Zhang, Lingze, et autres
Publié: (2025)
par: Zhang, Lingze, et autres
Publié: (2025)
What is an "Abstract Reasoner"? Revisiting Experiments and Arguments about Large Language Models
par: Yun, Tian, et autres
Publié: (2025)
par: Yun, Tian, et autres
Publié: (2025)
Does CLIP Bind Concepts? Probing Compositionality in Large Image Models
par: Lewis, Martha, et autres
Publié: (2022)
par: Lewis, Martha, et autres
Publié: (2022)
How Do Vision-Language Models Process Conflicting Information Across Modalities?
par: Hua, Tianze, et autres
Publié: (2025)
par: Hua, Tianze, et autres
Publié: (2025)
Same Evidence, Different Answers: Canonical-Context On-Policy Distillation for Multi-Turn Language Models
par: Lin, Zizhuo, et autres
Publié: (2026)
par: Lin, Zizhuo, et autres
Publié: (2026)
Is This Just Fantasy? Language Model Representations Reflect Human Judgments of Event Plausibility
par: Lepori, Michael A., et autres
Publié: (2025)
par: Lepori, Michael A., et autres
Publié: (2025)
Same Patient, Different Words, Different Diagnosis? Evaluating Semantic Stability in Clinical LLMs
par: Alkaeed, Mahdi, et autres
Publié: (2026)
par: Alkaeed, Mahdi, et autres
Publié: (2026)
Deep Neural Networks Can Learn Generalizable Same-Different Visual Relations
par: Tartaglini, Alexa R., et autres
Publié: (2023)
par: Tartaglini, Alexa R., et autres
Publié: (2023)
Stable Anisotropic Regularization
par: Rudman, William, et autres
Publié: (2023)
par: Rudman, William, et autres
Publié: (2023)
Large Language Models and Cognitive Science: A Comprehensive Review of Similarities, Differences, and Challenges
par: Niu, Qian, et autres
Publié: (2024)
par: Niu, Qian, et autres
Publié: (2024)
Outlier Dimensions Encode Task-Specific Knowledge
par: Rudman, William, et autres
Publié: (2023)
par: Rudman, William, et autres
Publié: (2023)
CroCoSum: A Benchmark Dataset for Cross-Lingual Code-Switched Summarization
par: Zhang, Ruochen, et autres
Publié: (2023)
par: Zhang, Ruochen, et autres
Publié: (2023)
Same Meaning, Different Scores: Lexical and Syntactic Sensitivity in LLM Evaluation
par: Kostić, Bogdan, et autres
Publié: (2026)
par: Kostić, Bogdan, et autres
Publié: (2026)
Convergent Evolution: How Different Language Models Learn Similar Number Representations
par: Fu, Deqing, et autres
Publié: (2026)
par: Fu, Deqing, et autres
Publié: (2026)
Language Model Distillation: A Temporal Difference Imitation Learning Perspective
par: Yu, Zishun, et autres
Publié: (2025)
par: Yu, Zishun, et autres
Publié: (2025)
A Survey on LLM-Assisted Clinical Trial Recruitment
par: Ghosh, Shrestha, et autres
Publié: (2025)
par: Ghosh, Shrestha, et autres
Publié: (2025)
Same Question, Different Source, Different Answer: Auditing Source-Dependence in Medical Multi-Source RAG
par: Li, Yubo, et autres
Publié: (2026)
par: Li, Yubo, et autres
Publié: (2026)
APP: Accelerated Path Patching with Task-Specific Pruning
par: Andersen, Frauke, et autres
Publié: (2025)
par: Andersen, Frauke, et autres
Publié: (2025)
Differences in Text Generated by Diffusion and Autoregressive Language Models
par: Zhang, Zeyang, et autres
Publié: (2026)
par: Zhang, Zeyang, et autres
Publié: (2026)
Enhancing Retrieval-Augmented Generation: A Study of Best Practices
par: Li, Siran, et autres
Publié: (2025)
par: Li, Siran, et autres
Publié: (2025)
The Persona Paradox: Medical Personas as Behavioral Priors in Clinical Language Models
par: Abdullahi, Tassallah, et autres
Publié: (2026)
par: Abdullahi, Tassallah, et autres
Publié: (2026)
Thank You, Stingray: Multilingual Large Language Models Can Not (Yet) Disambiguate Cross-Lingual Word Sense
par: Cahyawijaya, Samuel, et autres
Publié: (2024)
par: Cahyawijaya, Samuel, et autres
Publié: (2024)
Shared Path: Unraveling Memorization in Multilingual LLMs through Language Similarities
par: Luo, Xiaoyu, et autres
Publié: (2025)
par: Luo, Xiaoyu, et autres
Publié: (2025)
Same Question, Different Words: A Latent Adversarial Framework for Prompt Robustness
par: Fu, Tingchen, et autres
Publié: (2025)
par: Fu, Tingchen, et autres
Publié: (2025)
We're Different, We're the Same: Creative Homogeneity Across LLMs
par: Wenger, Emily, et autres
Publié: (2025)
par: Wenger, Emily, et autres
Publié: (2025)
Stress-Testing Model Specs Reveals Character Differences among Language Models
par: Zhang, Jifan, et autres
Publié: (2025)
par: Zhang, Jifan, et autres
Publié: (2025)
When Silence Is Golden: Can LLMs Learn to Abstain in Temporal QA and Beyond?
par: Zhou, Xinyu, et autres
Publié: (2026)
par: Zhou, Xinyu, et autres
Publié: (2026)
The Reasoning Error About Reasoning: Why Different Types of Reasoning Require Different Representational Structures
par: Wu, Yiling
Publié: (2026)
par: Wu, Yiling
Publié: (2026)
N-gram Prediction and Word Difference Representations for Language Modeling
par: Heo, DongNyeong, et autres
Publié: (2024)
par: Heo, DongNyeong, et autres
Publié: (2024)
Does Knowledge Localization Hold True? Surprising Differences Between Entity and Relation Perspectives in Language Models
par: Wei, Yifan, et autres
Publié: (2024)
par: Wei, Yifan, et autres
Publié: (2024)
Forgotten Polygons: Multimodal Large Language Models are Shape-Blind
par: Rudman, William, et autres
Publié: (2025)
par: Rudman, William, et autres
Publié: (2025)
Mind the Gap! Choice Independence in Using Multilingual LLMs for Persuasive Co-Writing Tasks in Different Languages
par: Biswas, Shreyan, et autres
Publié: (2025)
par: Biswas, Shreyan, et autres
Publié: (2025)
Multilingual State Space Models for Structured Question Answering in Indic Languages
par: Vats, Arpita, et autres
Publié: (2025)
par: Vats, Arpita, et autres
Publié: (2025)
Is It Good Data for Multilingual Instruction Tuning or Just Bad Multilingual Evaluation for Large Language Models?
par: Chen, Pinzhen, et autres
Publié: (2024)
par: Chen, Pinzhen, et autres
Publié: (2024)
Documents similaires
-
Talking Heads: Understanding Inter-layer Communication in Transformer Language Models
par: Merullo, Jack, et autres
Publié: (2024) -
Paths Not Taken: Understanding and Mending the Multilingual Factual Recall Pipeline
par: Lu, Meng, et autres
Publié: (2025) -
How Do Language Models Compose Functions?
par: Khandelwal, Apoorv, et autres
Publié: (2025) -
Circuit Component Reuse Across Tasks in Transformer Language Models
par: Merullo, Jack, et autres
Publié: (2023) -
mOthello: When Do Cross-Lingual Representation Alignment and Cross-Lingual Transfer Emerge in Multilingual Models?
par: Hua, Tianze, et autres
Publié: (2024)