:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wolff, Malcolm L., Yang, Shenghao, Torkkola, Kari, Mahoney, Michael W.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	https://arxiv.org/abs/2501.06386
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLMForecaster: Improving Seasonal Event Forecasts with Unstructured Textual Data
von: Zhang, Hanyu, et al.
Veröffentlicht: (2024)

TEMPO: Prompt-based Generative Pre-trained Transformer for Time Series Forecasting
von: Cao, Defu, et al.
Veröffentlicht: (2023)

Sparse Transformer with Local and Seasonal Adaptation for Multivariate Time Series Forecasting
von: Zhang, Yifan, et al.
Veröffentlicht: (2023)

Efficiently Generating Correlated Sample Paths from Multi-step Time Series Foundation Models
von: Baron, Ethan, et al.
Veröffentlicht: (2025)

LLM-Mixer: Multiscale Mixing in LLMs for Time Series Forecasting
von: Kowsher, Md, et al.
Veröffentlicht: (2024)

TimeCMA: Towards LLM-Empowered Multivariate Time Series Forecasting via Cross-Modality Alignment
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

When Does Multimodality Lead to Better Time Series Forecasting?
von: Zhang, Xiyuan, et al.
Veröffentlicht: (2025)

CALF: Aligning LLMs for Time Series Forecasting via Cross-modal Fine-Tuning
von: Liu, Peiyuan, et al.
Veröffentlicht: (2024)

Efficient Continual Pre-training of LLMs for Low-resource Languages
von: Nag, Arijit, et al.
Veröffentlicht: (2024)

Forecasting Time Series with LLMs via Patch-Based Prompting and Decomposition
von: Bumb, Mayank, et al.
Veröffentlicht: (2025)

Thinking Augmented Pre-training
von: Wang, Liang, et al.
Veröffentlicht: (2025)

Enhancing Time Series Forecasting via Multi-Level Text Alignment with LLMs
von: Zhao, Taibiao, et al.
Veröffentlicht: (2025)

Rethinking Time Series Forecasting with LLMs via Nearest Neighbor Contrastive Learning
von: Bogahawatte, Jayanie, et al.
Veröffentlicht: (2024)

Metadata Matters for Time Series: Informative Forecasting with Transformers
von: Dong, Jiaxiang, et al.
Veröffentlicht: (2024)

Unleashing the Reasoning Potential of Pre-trained LLMs by Critique Fine-Tuning on One Problem
von: Wang, Yubo, et al.
Veröffentlicht: (2025)

Time-IMM: A Dataset and Benchmark for Irregular Multimodal Multivariate Time Series
von: Chang, Ching, et al.
Veröffentlicht: (2025)

Integrating Time Series into LLMs via Multi-layer Steerable Embedding Fusion for Enhanced Forecasting
von: Chen, Zhuomin, et al.
Veröffentlicht: (2025)

AutoTimes: Autoregressive Time Series Forecasters via Large Language Models
von: Liu, Yong, et al.
Veröffentlicht: (2024)

Adapting Multilingual LLMs to Low-Resource Languages using Continued Pre-training and Synthetic Corpus
von: Joshi, Raviraj, et al.
Veröffentlicht: (2024)

Nexus : An Agentic Framework for Time Series Forecasting
von: Das, Sarkar Snigdha Sarathi, et al.
Veröffentlicht: (2026)

Can Multimodal LLMs Perform Time Series Anomaly Detection?
von: Xu, Xiongxiao, et al.
Veröffentlicht: (2025)

MLKD-BERT: Multi-level Knowledge Distillation for Pre-trained Language Models
von: Zhang, Ying, et al.
Veröffentlicht: (2024)

Enhancing Startup Success Predictions in Venture Capital: A GraphRAG Augmented Multivariate Time Series Method
von: Gao, Zitian, et al.
Veröffentlicht: (2024)

Model Merging in Pre-training of Large Language Models
von: Li, Yunshui, et al.
Veröffentlicht: (2025)

DEPT: Decoupled Embeddings for Pre-training Language Models
von: Iacob, Alex, et al.
Veröffentlicht: (2024)

LLM-PS: Empowering Large Language Models for Time Series Forecasting with Temporal Patterns and Semantics
von: Tang, Jialiang, et al.
Veröffentlicht: (2025)

MoTime: A Dataset Suite for Multimodal Time Series Forecasting
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

Exploiting Vocabulary Frequency Imbalance in Language Model Pre-training
von: Chung, Woojin, et al.
Veröffentlicht: (2025)

Variance Control via Weight Rescaling in LLM Pre-training
von: Owen, Louis, et al.
Veröffentlicht: (2025)

Making Pre-trained Language Models Great on Tabular Prediction
von: Yan, Jiahuan, et al.
Veröffentlicht: (2024)

The Dark Side of the Language: Pre-trained Transformers in the DarkNet
von: Ranaldi, Leonardo, et al.
Veröffentlicht: (2022)

CMR Scaling Law: Predicting Critical Mixture Ratios for Continual Pre-training of Language Models
von: Gu, Jiawei, et al.
Veröffentlicht: (2024)

Thoth: Mid-Training Bridges LLMs to Time Series Understanding
von: Lin, Jiafeng, et al.
Veröffentlicht: (2026)

PaPaformer: Language Model from Pre-trained Parallel Paths
von: Tapaninaho, Joonas, et al.
Veröffentlicht: (2025)

Learn or Recall? Revisiting Incremental Learning with Pre-trained Language Models
von: Zheng, Junhao, et al.
Veröffentlicht: (2023)

MediSwift: Efficient Sparse Pre-trained Biomedical Language Models
von: Thangarasa, Vithursan, et al.
Veröffentlicht: (2024)

STELLA: Guiding Large Language Models for Time Series Forecasting with Semantic Abstractions
von: Fan, Junjie, et al.
Veröffentlicht: (2025)

Mathematical Reasoning via Intervention-Based Time-Series Causal Discovery Using LLMs as Concept Mastery Simulators
von: Okita, Tsuyoshi
Veröffentlicht: (2026)

Forecasting Downstream Performance of LLMs With Proxy Metrics
von: Patel, Arkil, et al.
Veröffentlicht: (2026)

Bootstrapping Post-training Signals for Open-ended Tasks via Rubric-based Self-play on Pre-training Text
von: Huang, Chengyu, et al.
Veröffentlicht: (2026)