:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Yu-Chen, Li, Wei-Hua, Chen, Jun-Cheng, Chen, Chu-Song
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2410.12847
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

APrompt4EM: Augmented Prompt Tuning for Generalized Entity Matching
von: Xia, Yikuan, et al.
Veröffentlicht: (2024)

CodeBind: Decoupled Representation Learning for Multimodal Alignment with Unified Compositional Codebook
von: Chen, Zeyu, et al.
Veröffentlicht: (2026)

PromptEmbedder:: Efficient and Transferable Text Embedding via Dual-LLM Soft Prompting
von: Tsai, Yu-Che, et al.
Veröffentlicht: (2026)

SAM4MLLM: Enhance Multi-Modal Large Language Model for Referring Expression Segmentation
von: Chen, Yi-Chia, et al.
Veröffentlicht: (2024)

Model Tuning or Prompt Tuning? A Study of Large Language Models for Clinical Concept and Relation Extraction
von: Peng, Cheng, et al.
Veröffentlicht: (2023)

Mask-aware Text-to-Image Retrieval: Referring Expression Segmentation Meets Cross-modal Retrieval
von: Shen, Li-Cheng, et al.
Veröffentlicht: (2025)

Fine-Tuned Language Models for Domain-Specific Summarization and Tagging
von: Wang, Jun, et al.
Veröffentlicht: (2025)

PromptRad: Knowledge-Enhanced Multi-Label Prompt-Tuning for Low-Resource Radiology Report Labeling
von: Lin, Ying-Jia, et al.
Veröffentlicht: (2026)

Prompt-prompted Adaptive Structured Pruning for Efficient LLM Generation
von: Dong, Harry, et al.
Veröffentlicht: (2024)

MAPO: Boosting Large Language Model Performance with Model-Adaptive Prompt Optimization
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)

PAFT: Prompt-Agnostic Fine-Tuning
von: Wei, Chenxing, et al.
Veröffentlicht: (2025)

Using LLMs for Automated Privacy Policy Analysis: Prompt Engineering, Fine-Tuning and Explainability
von: Chen, Yuxin, et al.
Veröffentlicht: (2025)

MARS: Multi-Agent Adaptive Reasoning with Socratic Guidance for Automated Prompt Optimization
von: Zhang, Jian, et al.
Veröffentlicht: (2025)

CrossIn: An Efficient Instruction Tuning Approach for Cross-Lingual Knowledge Alignment
von: Lin, Geyu, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning With Adapters
von: Chen, Keyu, et al.
Veröffentlicht: (2024)

Efficient and Effective Prompt Tuning via Prompt Decomposition and Compressed Outer Product
von: Lan, Pengxiang, et al.
Veröffentlicht: (2025)

Prompt4Vis: Prompting Large Language Models with Example Mining and Schema Filtering for Tabular Data Visualization
von: Li, Shuaimin, et al.
Veröffentlicht: (2024)

Robustness of Prompting: Enhancing Robustness of Large Language Models Against Prompting Attacks
von: Mu, Lin, et al.
Veröffentlicht: (2025)

A Parameter-Efficient Transfer Learning Approach through Multitask Prompt Distillation and Decomposition for Clinical NLP
von: Peng, Cheng, et al.
Veröffentlicht: (2026)

TsqLoRA: Towards Sensitivity and Quality Low-Rank Adaptation for Efficient Fine-Tuning
von: Chen, Yu, et al.
Veröffentlicht: (2025)

MCQA-Eval: Efficient Confidence Evaluation in NLG with Gold-Standard Correctness Labels
von: Liu, Xiaoou, et al.
Veröffentlicht: (2025)

PIS: Linking Importance Sampling and Attention Mechanisms for Efficient Prompt Compression
von: Chen, Lizhe, et al.
Veröffentlicht: (2025)

Adaptive Activation Steering: A Tuning-Free LLM Truthfulness Improvement Method for Diverse Hallucinations Categories
von: Wang, Tianlong, et al.
Veröffentlicht: (2024)

Enhancing Few-Shot Transfer Learning with Optimized Multi-Task Prompt Tuning through Modular Prompt Composition
von: Pouramini, Ahmad, et al.
Veröffentlicht: (2024)

Efficient Prompt Tuning by Multi-Space Projection and Prompt Fusion
von: Lan, Pengxiang, et al.
Veröffentlicht: (2024)

Multi-domain Knowledge Graph Collaborative Pre-training and Prompt Tuning for Diverse Downstream Tasks
von: Zhang, Yichi, et al.
Veröffentlicht: (2024)

MSSR: Memory-Aware Adaptive Replay for Continual LLM Fine-Tuning
von: Lu, Yiyang, et al.
Veröffentlicht: (2026)

Fine-Tune an SLM or Prompt an LLM? The Case of Generating Low-Code Workflows
von: Ayala, Orlando Marquez, et al.
Veröffentlicht: (2025)

Fundamental Limits of Prompt Tuning Transformers: Universality, Capacity and Efficiency
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Adaptive Testing for LLM Evaluation: A Psychometric Alternative to Static Benchmarks
von: Li, Peiyu, et al.
Veröffentlicht: (2025)

Dynamic Task Vector Grouping for Efficient Multi-Task Prompt Tuning
von: Zhang, Pieyi, et al.
Veröffentlicht: (2025)

Parameter-Efficient Fine-Tuning with Discrete Fourier Transform
von: Gao, Ziqi, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning for Medical Text Summarization: A Comparative Study of Lora, Prompt Tuning, and Full Fine-Tuning
von: Shernazarov, Ulugbek, et al.
Veröffentlicht: (2026)

Make Prompt-based Black-Box Tuning Colorful: Boosting Model Generalization from Three Orthogonal Perspectives
von: Sun, Qiushi, et al.
Veröffentlicht: (2023)

Black-box Prompt Tuning with Subspace Learning
von: Zheng, Yuanhang, et al.
Veröffentlicht: (2023)

GradPruner: Gradient-Guided Layer Pruning Enabling Efficient Fine-Tuning and Inference for LLMs
von: Huang, Wei, et al.
Veröffentlicht: (2026)

Towards Robust Instruction Tuning on Multimodal Large Language Models
von: Han, Wei, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of Large Language Models via Deconvolution in Subspace
von: Zhang, Jia-Chen, et al.
Veröffentlicht: (2025)

Skeleton-of-Thought: Prompting LLMs for Efficient Parallel Generation
von: Ning, Xuefei, et al.
Veröffentlicht: (2023)

HUT: A More Computation Efficient Fine-Tuning Method With Hadamard Updated Transformation
von: Zhang, Geyuan, et al.
Veröffentlicht: (2024)