Evaluating Tokenizer Performance of Large Language Models Across Official Indian Languages
Fuente:
arXiv
Salvato in:
| Autori principali: | Tamang, S., Bora, D. J. |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Performance Evaluation of Tokenizers in Large Language Models for the Assamese Language
di: Tamang, Sagar, et al.
Pubblicazione: (2024)
di: Tamang, Sagar, et al.
Pubblicazione: (2024)
Enhancing Assamese NLP Capabilities: Introducing a Centralized Dataset Repository
di: Tamang, S., et al.
Pubblicazione: (2024)
di: Tamang, S., et al.
Pubblicazione: (2024)
Evaluating the Performance of Large Language Models on GAOKAO Benchmark
di: Zhang, Xiaotian, et al.
Pubblicazione: (2023)
di: Zhang, Xiaotian, et al.
Pubblicazione: (2023)
Tokenization Matters! Degrading Large Language Models through Challenging Their Tokenization
di: Wang, Dixuan, et al.
Pubblicazione: (2024)
di: Wang, Dixuan, et al.
Pubblicazione: (2024)
An Innovative Solution: AI-Based Digital Screen-Integrated Tables for Educational Settings
di: Tamang, S., et al.
Pubblicazione: (2024)
di: Tamang, S., et al.
Pubblicazione: (2024)
Evaluation of Large Language Models via Coupled Token Generation
di: Benz, Nina Corvelo, et al.
Pubblicazione: (2025)
di: Benz, Nina Corvelo, et al.
Pubblicazione: (2025)
IndicEval: A Bilingual Indian Educational Evaluation Framework for Large Language Models
di: Bharti, Saurabh, et al.
Pubblicazione: (2026)
di: Bharti, Saurabh, et al.
Pubblicazione: (2026)
Same Task, More Tokens: the Impact of Input Length on the Reasoning Performance of Large Language Models
di: Levy, Mosh, et al.
Pubblicazione: (2024)
di: Levy, Mosh, et al.
Pubblicazione: (2024)
Counting Ability of Large Language Models and Impact of Tokenization
di: Zhang, Xiang, et al.
Pubblicazione: (2024)
di: Zhang, Xiang, et al.
Pubblicazione: (2024)
Revisiting Graph-Tokenizing Large Language Models: A Systematic Evaluation of Graph Token Understanding
di: Zhang, Zhongjian, et al.
Pubblicazione: (2026)
di: Zhang, Zhongjian, et al.
Pubblicazione: (2026)
Evaluating Open-Weight Large Language Models for Structured Data Extraction from Narrative Medical Reports Across Multiple Use Cases and Languages
di: Spaanderman, Douwe J., et al.
Pubblicazione: (2025)
di: Spaanderman, Douwe J., et al.
Pubblicazione: (2025)
On the Fallacy of Global Token Perplexity in Spoken Language Model Evaluation
di: Hsu, Chan-Jan, et al.
Pubblicazione: (2026)
di: Hsu, Chan-Jan, et al.
Pubblicazione: (2026)
Contextual Reinforcement in Multimodal Token Compression for Large Language Models
di: Piero, Naderdel, et al.
Pubblicazione: (2025)
di: Piero, Naderdel, et al.
Pubblicazione: (2025)
Saliency-driven Dynamic Token Pruning for Large Language Models
di: Tao, Yao, et al.
Pubblicazione: (2025)
di: Tao, Yao, et al.
Pubblicazione: (2025)
Is There a Case for Conversation Optimized Tokenizers in Large Language Models?
di: Ferrando, Raquel, et al.
Pubblicazione: (2025)
di: Ferrando, Raquel, et al.
Pubblicazione: (2025)
A Peek into Token Bias: Large Language Models Are Not Yet Genuine Reasoners
di: Jiang, Bowen, et al.
Pubblicazione: (2024)
di: Jiang, Bowen, et al.
Pubblicazione: (2024)
Evaluating the Translation Performance of Large Language Models Based on Euas-20
di: Huang, Yan, et al.
Pubblicazione: (2024)
di: Huang, Yan, et al.
Pubblicazione: (2024)
LoASR-Bench: Evaluating Large Speech Language Models on Low-Resource Automatic Speech Recognition Across Language Families
di: Chen, Jianan, et al.
Pubblicazione: (2026)
di: Chen, Jianan, et al.
Pubblicazione: (2026)
How Much Data is Enough Data? Fine-Tuning Large Language Models for In-House Translation: Performance Evaluation Across Multiple Dataset Sizes
di: Vieira, Inacio, et al.
Pubblicazione: (2024)
di: Vieira, Inacio, et al.
Pubblicazione: (2024)
MuBench: Assessment of Multilingual Capabilities of Large Language Models Across 61 Languages
di: Han, Wenhan, et al.
Pubblicazione: (2025)
di: Han, Wenhan, et al.
Pubblicazione: (2025)
Token Signature: Predicting Chain-of-Thought Gains with Token Decoding Feature in Large Language Models
di: Liu, Peijie, et al.
Pubblicazione: (2025)
di: Liu, Peijie, et al.
Pubblicazione: (2025)
Thinking Tokens for Language Modeling
di: Herel, David, et al.
Pubblicazione: (2024)
di: Herel, David, et al.
Pubblicazione: (2024)
From Language Models over Tokens to Language Models over Characters
di: Vieira, Tim, et al.
Pubblicazione: (2024)
di: Vieira, Tim, et al.
Pubblicazione: (2024)
Do Language Models Reason Across Languages?
di: Meng, Yan, et al.
Pubblicazione: (2026)
di: Meng, Yan, et al.
Pubblicazione: (2026)
UNITYAI-GUARD: Pioneering Toxicity Detection Across Low-Resource Indian Languages
di: Beniwal, Himanshu, et al.
Pubblicazione: (2025)
di: Beniwal, Himanshu, et al.
Pubblicazione: (2025)
Re-Initialization Token Learning for Tool-Augmented Large Language Models
di: Li, Chenghao, et al.
Pubblicazione: (2025)
di: Li, Chenghao, et al.
Pubblicazione: (2025)
Memory Retrieval and Consolidation in Large Language Models through Function Tokens
di: Zhang, Shaohua, et al.
Pubblicazione: (2025)
di: Zhang, Shaohua, et al.
Pubblicazione: (2025)
TEAL: Tokenize and Embed ALL for Multi-modal Large Language Models
di: Yang, Zhen, et al.
Pubblicazione: (2023)
di: Yang, Zhen, et al.
Pubblicazione: (2023)
Enhancing Large Language Models for Mobility Analytics with Semantic Location Tokenization
di: Chen, Yile, et al.
Pubblicazione: (2025)
di: Chen, Yile, et al.
Pubblicazione: (2025)
Systematic Weight Evaluation for Pruning Large Language Models: Enhancing Performance and Sustainability
di: Islam, Ashhadul, et al.
Pubblicazione: (2025)
di: Islam, Ashhadul, et al.
Pubblicazione: (2025)
Far Out: Evaluating Language Models on Slang in Australian and Indian English
di: Dilsiz, Deniz Kaya, et al.
Pubblicazione: (2026)
di: Dilsiz, Deniz Kaya, et al.
Pubblicazione: (2026)
Counterfactual Token Generation in Large Language Models
di: Chatzi, Ivi, et al.
Pubblicazione: (2024)
di: Chatzi, Ivi, et al.
Pubblicazione: (2024)
Cultural Fidelity in Large-Language Models: An Evaluation of Online Language Resources as a Driver of Model Performance in Value Representation
di: Kazemi, Sharif, et al.
Pubblicazione: (2024)
di: Kazemi, Sharif, et al.
Pubblicazione: (2024)
Large Language Models Meet Contrastive Learning: Zero-Shot Emotion Recognition Across Languages
di: Zou, Heqing, et al.
Pubblicazione: (2025)
di: Zou, Heqing, et al.
Pubblicazione: (2025)
A Law of Next-Token Prediction in Large Language Models
di: He, Hangfeng, et al.
Pubblicazione: (2024)
di: He, Hangfeng, et al.
Pubblicazione: (2024)
Accelerating Multilingual Language Model for Excessively Tokenized Languages
di: Hong, Jimin, et al.
Pubblicazione: (2024)
di: Hong, Jimin, et al.
Pubblicazione: (2024)
Evaluating the Performance of Large Language Models via Debates
di: Moniri, Behrad, et al.
Pubblicazione: (2024)
di: Moniri, Behrad, et al.
Pubblicazione: (2024)
Evaluating Modern Large Language Models on Low-Resource and Morphologically Rich Languages:A Cross-Lingual Benchmark Across Cantonese, Japanese, and Turkish
di: Xia, Chengxuan, et al.
Pubblicazione: (2025)
di: Xia, Chengxuan, et al.
Pubblicazione: (2025)
Evaluating Quantized Large Language Models
di: Li, Shiyao, et al.
Pubblicazione: (2024)
di: Li, Shiyao, et al.
Pubblicazione: (2024)
Unveiling Selection Biases: Exploring Order and Token Sensitivity in Large Language Models
di: Wei, Sheng-Lun, et al.
Pubblicazione: (2024)
di: Wei, Sheng-Lun, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Performance Evaluation of Tokenizers in Large Language Models for the Assamese Language
di: Tamang, Sagar, et al.
Pubblicazione: (2024) -
Enhancing Assamese NLP Capabilities: Introducing a Centralized Dataset Repository
di: Tamang, S., et al.
Pubblicazione: (2024) -
Evaluating the Performance of Large Language Models on GAOKAO Benchmark
di: Zhang, Xiaotian, et al.
Pubblicazione: (2023) -
Tokenization Matters! Degrading Large Language Models through Challenging Their Tokenization
di: Wang, Dixuan, et al.
Pubblicazione: (2024) -
An Innovative Solution: AI-Based Digital Screen-Integrated Tables for Educational Settings
di: Tamang, S., et al.
Pubblicazione: (2024)