:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	He, Zhengfu, Shu, Wentao, Ge, Xuyang, Chen, Lingjie, Wang, Junxuan, Zhou, Yunhua, Liu, Frances, Guo, Qipeng, Huang, Xuanjing, Wu, Zuxuan, Jiang, Yu-Gang, Qiu, Xipeng
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computation and Language
Accesso online:	https://arxiv.org/abs/2410.20526
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Dimensional Collapse in Transformer Attention Outputs: A Challenge for Sparse Dictionary Learning
di: Wang, Junxuan, et al.
Pubblicazione: (2025)

Towards Universality: Studying Mechanistic Similarity Across Language Model Architectures
di: Wang, Junxuan, et al.
Pubblicazione: (2024)

Automatically Identifying Local and Global Circuits with Linear Computation Graphs
di: Ge, Xuyang, et al.
Pubblicazione: (2024)

Evolution of Concepts in Language Model Pre-Training
di: Ge, Xuyang, et al.
Pubblicazione: (2025)

Towards Understanding the Nature of Attention with Low-Rank Sparse Decomposition
di: He, Zhengfu, et al.
Pubblicazione: (2025)

Tracing the Thought of a Grandmaster-level Chess-Playing Transformer
di: Lin, Rui, et al.
Pubblicazione: (2026)

A Distributional View for Visual Mechanistic Interpretability: KL-Minimal Soft-Constraint Principle
di: Zhou, Guancheng, et al.
Pubblicazione: (2026)

Dictionary Learning Improves Patch-Free Circuit Discovery in Mechanistic Interpretability: A Case Study on Othello-GPT
di: He, Zhengfu, et al.
Pubblicazione: (2024)

MGH Radiology Llama: A Llama 3 70B Model for Radiology
di: Shi, Yucheng, et al.
Pubblicazione: (2024)

How to Set the Learning Rate for Large-Scale Pre-training?
di: Zhou, Yunhua, et al.
Pubblicazione: (2026)

ChocoLlama: Lessons Learned From Teaching Llamas Dutch
di: Meeus, Matthieu, et al.
Pubblicazione: (2024)

Llama-Mob: Instruction-Tuning Llama-3-8B Excels in City-Scale Mobility Prediction
di: Tang, Peizhi, et al.
Pubblicazione: (2024)

Scaling of Search and Learning: A Roadmap to Reproduce o1 from Reinforcement Learning Perspective
di: Zeng, Zhiyuan, et al.
Pubblicazione: (2024)

LlamaF: An Efficient Llama2 Architecture Accelerator on Embedded FPGAs
di: Xu, Han, et al.
Pubblicazione: (2024)

How Attention Sinks Emerge in Large Language Models: An Interpretability Perspective
di: Peng, Runyu, et al.
Pubblicazione: (2026)

Llama-3.1-FoundationAI-SecurityLLM-8B-Instruct Technical Report
di: Weerawardhena, Sajana, et al.
Pubblicazione: (2025)

CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization
di: Chen, Yitong, et al.
Pubblicazione: (2026)

Llama See, Llama Do: A Mechanistic Perspective on Contextual Entrainment and Distraction in LLMs
di: Niu, Jingcheng, et al.
Pubblicazione: (2025)

Llama-3.1-FoundationAI-SecurityLLM-Reasoning-8B Technical Report
di: Yang, Zhuoran, et al.
Pubblicazione: (2026)

The Llama 3 Herd of Models
di: Grattafiori, Aaron, et al.
Pubblicazione: (2024)

Llama-3.1-FoundationAI-SecurityLLM-Base-8B Technical Report
di: Kassianik, Paul, et al.
Pubblicazione: (2025)

BadLlama: cheaply removing safety fine-tuning from Llama 2-Chat 13B
di: Gade, Pranav, et al.
Pubblicazione: (2023)

Explicit Multi-head Attention for Inter-head Interaction in Large Language Models
di: Peng, Runyu, et al.
Pubblicazione: (2026)

Data-free Weight Compress and Denoise for Large Language Models
di: Peng, Runyu, et al.
Pubblicazione: (2024)

Llama-Nemotron: Efficient Reasoning Models
di: Bercovich, Akhiad, et al.
Pubblicazione: (2025)

Llama olímpica ilumina el Qomolangma
Pubblicazione: (2008)

Llama olímpica ilumina el Qomolangma
Pubblicazione: (2008)

a¿Que Se Llama Que?
di: Biol. Mar. Moreno Salas, G
Pubblicazione: (1994)

Llamas: diagnóstico eficaz del Rotavirus
di: Camila Pía Gandía
Pubblicazione: (2016)

Llanimation: Llama Driven Gesture Animation
di: J. Windle, et al.
Pubblicazione: (2024)

Model Inversion Attacks on Llama 3: Extracting PII from Large Language Models
di: Sivashanmugam, Sathesh P.
Pubblicazione: (2025)

ARISE: An Adaptive Resolution-Aware Metric for Test-Time Scaling Evaluation in Large Reasoning Models
di: Yin, Zhangyue, et al.
Pubblicazione: (2025)

Llama 3 Meets MoE: Efficient Upcycling
di: Vavre, Aditya, et al.
Pubblicazione: (2024)

Applying Refusal-Vector Ablation to Llama 3.1 70B Agents
di: Lermen, Simon, et al.
Pubblicazione: (2024)

Constitution or Collapse? Exploring Constitutional AI with Llama 3-8B
di: Zhang, Xue
Pubblicazione: (2025)

Llama-Affinity: A Predictive Antibody Antigen Binding Model Integrating Antibody Sequences with Llama3 Backbone Architecture
di: Hossain, Delower, et al.
Pubblicazione: (2025)

To Err Is Human, but Llamas Can Learn It Too
di: Luhtaru, Agnes, et al.
Pubblicazione: (2024)

The Mamba in the Llama: Distilling and Accelerating Hybrid Models
di: Wang, Junxiong, et al.
Pubblicazione: (2024)

Code Llama: Open Foundation Models for Code
di: Rozière, Baptiste, et al.
Pubblicazione: (2023)

BanglaLlama: LLaMA for Bangla Language
di: Zehady, Abdullah Khan, et al.
Pubblicazione: (2024)