Buchumschlag

Bayesian scaling laws for in-context learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Arora, Aryaman, Jurafsky, Dan, Potts, Christopher, Goodman, Noah D.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Formal Languages and Automata Theory Machine Learning I.2.7
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CausalGym: Benchmarking causal interpretability methods on linguistic tasks
von: Arora, Aryaman, et al.
Veröffentlicht: (2024)

Mechanistic evaluation of Transformers and state space models
von: Arora, Aryaman, et al.
Veröffentlicht: (2025)

AxBench: Steering LLMs? Even Simple Baselines Outperform Sparse Autoencoders
von: Wu, Zhengxuan, et al.
Veröffentlicht: (2025)

Improving Unstructured Data Quality via Updatable Extracted Views
von: Kassaie, Besat, et al.
Veröffentlicht: (2025)

LTL-Constrained Policy Optimization with Cycle Experience Replay
von: Shah, Ameesh, et al.
Veröffentlicht: (2024)

Analyzing constrained LLM through PDFA-learning
von: Carrasco, Matías, et al.
Veröffentlicht: (2024)

Real-Time Model Checking for Closed-Loop Robot Reactive Planning
von: Chandler, Christopher, et al.
Veröffentlicht: (2025)

Composition Machines: Programming Self-Organising Software Models for the Emergence of Sequential Program Spaces
von: Arellanes, Damian
Veröffentlicht: (2021)

Preprint: Exploring Inevitable Waypoints for Unsolvability Explanation in Hybrid Planning Problems
von: Sarwar, Mir Md Sajid, et al.
Veröffentlicht: (2025)

Unsupervised Automata Learning via Discrete Optimization
von: Lutz, Simon, et al.
Veröffentlicht: (2023)

Probabilistic Modeling of Spiking Neural Networks with Contract-Based Verification
von: Yao, Zhen, et al.
Veröffentlicht: (2025)

BEAVER: An Efficient Deterministic LLM Verifier
von: Suresh, Tarun, et al.
Veröffentlicht: (2025)

Stochastic Directly-Follows Process Discovery Using Grammatical Inference
von: Alkhammash, Hanan, et al.
Veröffentlicht: (2023)

HERMES: Towards Efficient and Verifiable Mathematical Reasoning in LLMs
von: Ospanov, Azim, et al.
Veröffentlicht: (2025)

Inference of Deterministic Finite Automata via Q-Learning
von: Hosseinkhani, Elaheh, et al.
Veröffentlicht: (2025)

LLMs as Probabilistic Minimally Adequate Teachers for DFA Learning
von: Chen, Lekai, et al.
Veröffentlicht: (2024)

Congruence-based Learning of Probabilistic Deterministic Finite Automata
von: Carrasco, Matías, et al.
Veröffentlicht: (2024)

Large Language Models and the Extended Church-Turing Thesis
von: Wiedermann, Jiří, et al.
Veröffentlicht: (2024)

TheoremLlama: Transforming General-Purpose LLMs into Lean4 Experts
von: Wang, Ruida, et al.
Veröffentlicht: (2024)

Mechanics of Learned Reasoning 1: TempoBench, A Benchmark for Interpretable Deconstruction of Reasoning System Performance
von: Holzer, Nikolaus, et al.
Veröffentlicht: (2025)

Finding path and cycle counting formulae in graphs with Deep Reinforcement Learning
von: Piquenot, Jason, et al.
Veröffentlicht: (2024)

RegexPSPACE: A Benchmark for Evaluating LLM Reasoning on PSPACE-complete Regex Problems
von: Jin, Hyundong, et al.
Veröffentlicht: (2025)

Multimodal Pretrained Models for Verifiable Sequential Decision-Making: Planning, Grounding, and Perception
von: Yang, Yunhao, et al.
Veröffentlicht: (2023)

Foundation Models for Logistics: Toward Certifiable, Conversational Planning Interfaces
von: Yang, Yunhao, et al.
Veröffentlicht: (2025)

Are Agents Probabilistic Automata? A Trace-Based, Memory-Constrained Theory of Agentic AI
von: Koohestani, Roham, et al.
Veröffentlicht: (2025)

Computing the Reachability Value of Posterior-Deterministic POMDPs
von: Fijalkow, Nathanaël, et al.
Veröffentlicht: (2026)

On Synthesis of Timed Regular Expressions
von: Wang, Ziran, et al.
Veröffentlicht: (2025)

In System Alignments we Trust! Explainable Alignments via Projections
von: Sommers, Dominique, et al.
Veröffentlicht: (2025)

Logic-Gated Time-Shared Feedforward Networks for Alternating Finite Automata: Exact Simulation and Learnability
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2026)

MinMax Recurrent Neural Cascades
von: Ronca, Alessandro
Veröffentlicht: (2026)

Robust Probabilistic Model Checking with Continuous Reward Domains
von: Ji, Xiaotong, et al.
Veröffentlicht: (2025)

Scalable Anytime Algorithms for Learning Fragments of Linear Temporal Logic
von: Raha, Ritam, et al.
Veröffentlicht: (2021)

Lost in Transmission: When and Why LLMs Fail to Reason Globally
von: Schnabel, Tobias, et al.
Veröffentlicht: (2025)

Expressive Reward Synthesis with the Runtime Monitoring Language
von: Donnelly, Daniel, et al.
Veröffentlicht: (2025)

Neural Networks as Universal Finite-State Machines: A Constructive Deterministic Finite Automaton Theory
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2025)

Tractable Offline Learning of Regular Decision Processes
von: Deb, Ahana, et al.
Veröffentlicht: (2024)

Probabilistic Regular Tree Priors for Scientific Symbolic Reasoning
von: Schneider, Tim, et al.
Veröffentlicht: (2023)

Learning Formal Specifications from Membership and Preference Queries
von: Shah, Ameesh, et al.
Veröffentlicht: (2023)

The Sparse Tsetlin Machine: Sparse Representation with Active Literals
von: Østby, Sebastian, et al.
Veröffentlicht: (2024)

Hilbert: Recursively Building Formal Proofs with Informal Reasoning
von: Varambally, Sumanth, et al.
Veröffentlicht: (2025)