Buchumschlag

Exploring space efficiency in a tree-based linear model for extreme multi-label classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, He-Zhe, Liu, Cheng-Hung, Lin, Chih-Jen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainable machine learning multi-label classification of Spanish legal judgements
von: de Arriba-Pérez, Francisco, et al.
Veröffentlicht: (2024)

AlleNoise: large-scale text classification benchmark dataset with real-world label noise
von: Rączkowska, Alicja, et al.
Veröffentlicht: (2024)

On multi-token prediction for efficient LLM inference
von: Mehra, Somesh, et al.
Veröffentlicht: (2025)

DALLMi: Domain Adaption for LLM-based Multi-label Classifier
von: Beţianu, Miruna, et al.
Veröffentlicht: (2024)

xKV: Cross-Layer KV-Cache Compression via Aligned Singular Vector Extraction
von: Chang, Chi-Chih, et al.
Veröffentlicht: (2025)

KnowLA: Enhancing Parameter-efficient Finetuning with Knowledgeable Adaptation
von: Luo, Xindi, et al.
Veröffentlicht: (2024)

Hoeffding adaptive trees for multi-label classification on data streams
von: Esteban, Aurora, et al.
Veröffentlicht: (2024)

MatchXML: An Efficient Text-label Matching Framework for Extreme Multi-label Text Classification
von: Ye, Hui, et al.
Veröffentlicht: (2023)

State Tuning: State-based Test-Time Scaling on RWKV-7
von: Xiao, Liu, et al.
Veröffentlicht: (2025)

BitFit: Simple Parameter-efficient Fine-tuning for Transformer-based Masked Language-models
von: Ben-Zaken, Elad, et al.
Veröffentlicht: (2021)

Olica: Efficient Structured Pruning of Large Language Models without Retraining
von: He, Jiujun, et al.
Veröffentlicht: (2025)

Boosting classification reliability of NLP transformer models in the long run
von: Kmetty, Zoltán, et al.
Veröffentlicht: (2023)

Generalized test utilities for long-tail performance in extreme multi-label classification
von: Schultheis, Erik, et al.
Veröffentlicht: (2023)

Learning Unsupervised Semantic Document Representation for Fine-grained Aspect-based Sentiment Analysis
von: Fu, Hao-Ming, et al.
Veröffentlicht: (2024)

Multi-label Learning with Random Circular Vectors
von: Nishida, Ken, et al.
Veröffentlicht: (2024)

Team Trifecta at Factify5WQA: Setting the Standard in Fact Verification with Fine-Tuning
von: Chiang, Shang-Hsuan, et al.
Veröffentlicht: (2024)

Exploring prompts to elicit memorization in masked language model-based named entity recognition
von: Xia, Yuxi, et al.
Veröffentlicht: (2024)

Exploring Task Performance with Interpretable Models via Sparse Auto-Encoders
von: Wang, Shun, et al.
Veröffentlicht: (2025)

Scaling behavior of large language models in emotional safety classification across sizes and tasks
von: Pinzuti, Edoardo, et al.
Veröffentlicht: (2025)

Efficient Training of Self-Supervised Speech Foundation Models on a Compute Budget
von: Liu, Andy T., et al.
Veröffentlicht: (2024)

A Step-by-step Introduction to the Implementation of Automatic Differentiation
von: Fang, Yu-Hsueh, et al.
Veröffentlicht: (2024)

Exploring the Limit of Outcome Reward for Learning Mathematical Reasoning
von: Lyu, Chengqi, et al.
Veröffentlicht: (2025)

Automatic explanation of the classification of Spanish legal judgments in jurisdiction-dependent law categories with tree estimators
von: González-González, Jaime, et al.
Veröffentlicht: (2024)

A comparative study of zero-shot inference with large language models and supervised modeling in breast cancer pathology classification
von: Sushil, Madhumita, et al.
Veröffentlicht: (2024)

MONOVAB : An Annotated Corpus for Bangla Multi-label Emotion Detection
von: Banshal, Sumit Kumar, et al.
Veröffentlicht: (2023)

Simple linear attention language models balance the recall-throughput tradeoff
von: Arora, Simran, et al.
Veröffentlicht: (2024)

Computing Pure-Strategy Nash Equilibria in a Two-Party Policy Competition: Existence and Algorithmic Approaches
von: Lin, Chuang-Chieh, et al.
Veröffentlicht: (2025)

Using Twitter Data to Understand Public Perceptions of Approved versus Off-label Use for COVID-19-related Medications
von: Hua, Yining, et al.
Veröffentlicht: (2022)

Millions of States: Designing a Scalable MoE Architecture with RWKV-7 Meta-learner
von: Xiao, Liu, et al.
Veröffentlicht: (2025)

Zero-shot data citation function classification using transformer-based large language models (LLMs)
von: Byers, Neil, et al.
Veröffentlicht: (2025)

Sample-efficient LLM Optimization with Reset Replay
von: Liu, Zichuan, et al.
Veröffentlicht: (2025)

Boundary-Guided Policy Optimization for Memory-efficient RL of Diffusion Large Language Models
von: Lin, Nianyi, et al.
Veröffentlicht: (2025)

GRASS: Gradient-based Adaptive Layer-wise Importance Sampling for Memory-efficient Large Language Model Fine-tuning
von: Tian, Kaiyuan, et al.
Veröffentlicht: (2026)

Towards Unified Task Embeddings Across Multiple Models: Bridging the Gap for Prompt-Based Large Language Models and Beyond
von: Wang, Xinyu, et al.
Veröffentlicht: (2024)

Exploring Scaling Laws for Local SGD in Large Language Model Training
von: He, Qiaozhi, et al.
Veröffentlicht: (2024)

Automatic Functional Differentiation in JAX
von: Lin, Min
Veröffentlicht: (2023)

NorMuon: Making Muon more efficient and scalable
von: Li, Zichong, et al.
Veröffentlicht: (2025)

Text classification using machine learning methods
von: Oancea, Bogdan
Veröffentlicht: (2025)

Towards Data-efficient Customer Intent Recognition with Prompt-based Learning Paradigm
von: Luo, Hengyu, et al.
Veröffentlicht: (2023)

Similar Phrases for Cause of Actions of Civil Cases
von: Huang, Ho-Chien, et al.
Veröffentlicht: (2024)