Buchumschlag

Feature engineering vs. deep learning for paper section identification: Toward applications in Chinese medical literature

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Sijia, Li, Xin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prompt engineering paradigms for medical applications: scoping review and recommendations for better practices
von: Zaghir, Jamil, et al.
Veröffentlicht: (2024)

Toward Adaptive Reasoning in Large Language Models with Thought Rollback
von: Chen, Sijia, et al.
Veröffentlicht: (2024)

AIDetx: a compression-based method for identification of machine-learning generated text
von: Almeida, Leonardo, et al.
Veröffentlicht: (2024)

Deep literature reviews: an application of fine-tuned language models to migration research
von: Iacus, Stefano M., et al.
Veröffentlicht: (2025)

Towards LLM Unlearning Resilient to Relearning Attacks: A Sharpness-Aware Minimization Perspective and Beyond
von: Fan, Chongyu, et al.
Veröffentlicht: (2025)

Enhancing ASD detection accuracy: a combined approach of machine learning and deep learning models with natural language processing
von: Rubio-Martín, Sergio, et al.
Veröffentlicht: (2024)

Boosting of Thoughts: Trial-and-Error Problem Solving with Large Language Models
von: Chen, Sijia, et al.
Veröffentlicht: (2024)

Feature Resemblance: Towards a Theoretical Understanding of Analogical Reasoning in Transformers
von: Xu, Ruichen, et al.
Veröffentlicht: (2026)

Invariant Features in Language Models: Geometric Characterization and Model Attribution
von: Dasgupta, Agnibh, et al.
Veröffentlicht: (2026)

Investigating the Pre-Training Dynamics of In-Context Learning: Task Recognition vs. Task Learning
von: Wang, Xiaolei, et al.
Veröffentlicht: (2024)

Chinese MentalBERT: Domain-Adaptive Pre-training on Social Media for Chinese Mental Health Text Analysis
von: Zhai, Wei, et al.
Veröffentlicht: (2024)

Towards Understanding the Word Sensitivity of Attention Layers: A Study via Random Features
von: Bombari, Simone, et al.
Veröffentlicht: (2024)

Towards High Data Efficiency in Reinforcement Learning with Verifiable Reward
von: Tang, Xinyu, et al.
Veröffentlicht: (2025)

Attention Smoothing Is All You Need For Unlearning
von: Zade, Saleh Zare, et al.
Veröffentlicht: (2026)

On the evolution of research in hypersonics: application of natural language processing and machine learning
von: Ebadi, Ashkan, et al.
Veröffentlicht: (2022)

Efficient and Effective Text Encoding for Chinese LLaMA and Alpaca
von: Cui, Yiming, et al.
Veröffentlicht: (2023)

Modeling of learning curves with applications to pos tagging
von: Ferro, Manuel Vilares, et al.
Veröffentlicht: (2024)

LLM Unlearning Under the Microscope: A Full-Stack View on Methods and Metrics
von: Fan, Chongyu, et al.
Veröffentlicht: (2025)

Forgetting to Forget: Attention Sink as A Gateway for Backdooring LLM Unlearning
von: Shang, Bingqi, et al.
Veröffentlicht: (2025)

What Happened in LLMs Layers when Trained for Fast vs. Slow Thinking: A Gradient Perspective
von: Li, Ming, et al.
Veröffentlicht: (2024)

SmartBench: Is Your LLM Truly a Good Chinese Smartphone Assistant?
von: Lu, Xudong, et al.
Veröffentlicht: (2025)

Dense vs Sparse Pretraining at Tiny Scale: Active-Parameter vs Total-Parameter Matching
von: Wael, Abdalrahman
Veröffentlicht: (2026)

SAGE: A Novelty Gate for Efficient Memory Evolution in Agentic LLMs
von: Wang, Sijia, et al.
Veröffentlicht: (2026)

Pre-trained Large Language Models Use Fourier Features to Compute Addition
von: Zhou, Tianyi, et al.
Veröffentlicht: (2024)

FoNE: Precise Single-Token Number Embeddings via Fourier Features
von: Zhou, Tianyi, et al.
Veröffentlicht: (2025)

Towards DS-NER: Unveiling and Addressing Latent Noise in Distant Annotations
von: Ding, Yuyang, et al.
Veröffentlicht: (2025)

EAGLE: Speculative Sampling Requires Rethinking Feature Uncertainty
von: Li, Yuhui, et al.
Veröffentlicht: (2024)

Beyond ROUGE: N-Gram Subspace Features for LLM Hallucination Detection
von: Li, Jerry, et al.
Veröffentlicht: (2025)

Latent learning: episodic memory complements parametric learning by enabling flexible reuse of experiences
von: Lampinen, Andrew Kyle, et al.
Veröffentlicht: (2025)

Feature Alignment and Representation Transfer in Knowledge Distillation for Large Language Models
von: Yang, Junjie, et al.
Veröffentlicht: (2025)

Latent Feature Mining for Predictive Model Enhancement with Large Language Models
von: Li, Bingxuan, et al.
Veröffentlicht: (2024)

Attention-aware semantic relevance predicting Chinese sentence reading
von: Sun, Kun
Veröffentlicht: (2024)

Model Internal Sleuthing: Finding Lexical Identity and Inflectional Features in Modern Language Models
von: Li, Michael, et al.
Veröffentlicht: (2025)

PrivUn: Unveiling Latent Ripple Effects and Shallow Forgetting in Privacy Unlearning
von: Chen, Xiaoyi, et al.
Veröffentlicht: (2026)

LoRA vs Full Fine-tuning: An Illusion of Equivalence
von: Shuttleworth, Reece, et al.
Veröffentlicht: (2024)

Optimal Stopping vs Best-of-$N$ for Inference Time Optimization
von: Kalayci, Yusuf, et al.
Veröffentlicht: (2025)

PrivacyScalpel: Enhancing LLM Privacy via Interpretable Feature Intervention with Sparse Autoencoders
von: Frikha, Ahmed, et al.
Veröffentlicht: (2025)

Qwen-Scope: Turning Sparse Features into Development Tools for Large Language Models
von: Deng, Boyi, et al.
Veröffentlicht: (2026)

AF Adapter: Continual Pretraining for Building Chinese Biomedical Language Model
von: Yan, Yongyu, et al.
Veröffentlicht: (2022)

SOUL: Unlocking the Power of Second-Order Optimization for LLM Unlearning
von: Jia, Jinghan, et al.
Veröffentlicht: (2024)