:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Liu, Lin, Ziqian, Lee, Kangwook, Papailiopoulos, Dimitris, Nowak, Robert
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2501.09240
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Looped Transformers are Better at Learning Learning Algorithms
von: Yang, Liu, et al.
Veröffentlicht: (2023)

Dual Operating Modes of In-Context Learning
von: Lin, Ziqian, et al.
Veröffentlicht: (2024)

Can Mamba Learn How to Learn? A Comparative Study on In-Context Learning Tasks
von: Park, Jongho, et al.
Veröffentlicht: (2024)

From Artificial Needles to Real Haystacks: Improving Retrieval Capabilities in LLMs by Finetuning on Synthetic Data
von: Xiong, Zheyang, et al.
Veröffentlicht: (2024)

Predictive Pipelined Decoding: A Compute-Latency Trade-off for Exact LLM Decoding
von: Yang, Seongjun, et al.
Veröffentlicht: (2023)

In-Context Learning with Hypothesis-Class Guidance
von: Lin, Ziqian, et al.
Veröffentlicht: (2025)

Self-Improving Transformers Overcome Easy-to-Hard and Length Generalization Challenges
von: Lee, Nayoung, et al.
Veröffentlicht: (2025)

Everything Everywhere All at Once: LLMs can In-Context Learn Multiple Tasks in Superposition
von: Xiong, Zheyang, et al.
Veröffentlicht: (2024)

Variation Spaces for Multi-Output Neural Networks: Insights on Multi-Task Learning and Network Compression
von: Shenouda, Joseph, et al.
Veröffentlicht: (2023)

ReJump: A Tree-Jump Representation for Analyzing and Improving LLM Reasoning
von: Zeng, Yuchen, et al.
Veröffentlicht: (2025)

Understanding Task Vectors in In-Context Learning: Emergence, Functionality, and Limitations
von: Dong, Yuxin, et al.
Veröffentlicht: (2025)

How Well Can Transformers Emulate In-context Newton's Method?
von: Giannou, Angeliki, et al.
Veröffentlicht: (2024)

Lexico: Extreme KV Cache Compression via Sparse Coding over Universal Dictionaries
von: Kim, Junhyuck, et al.
Veröffentlicht: (2024)

Fine-Tuning Without Forgetting In-Context Learning: A Theoretical Analysis of Linear Attention Models
von: Lee, Chungpa, et al.
Veröffentlicht: (2026)

Emergence and Effectiveness of Task Vectors in In-Context Learning: An Encoder Decoder Perspective
von: Han, Seungwook, et al.
Veröffentlicht: (2024)

Endless Terminals: Scaling RL Environments for Terminal Agents
von: Gandhi, Kanishk, et al.
Veröffentlicht: (2026)

Not All Bits Are Equal: Scale-Dependent Memory Optimization Strategies for Reasoning Models
von: Kim, Junhyuck, et al.
Veröffentlicht: (2025)

Can MLLMs Perform Text-to-Image In-Context Learning?
von: Zeng, Yuchen, et al.
Veröffentlicht: (2024)

Transformers in the Dark: Navigating Unknown Search Spaces via Bandit Feedback
von: Kim, Jungtaek, et al.
Veröffentlicht: (2026)

Optimizing DDPM Sampling with Shortcut Fine-Tuning
von: Fan, Ying, et al.
Veröffentlicht: (2023)

Wait, Wait, Wait... Why Do Reasoning Models Loop?
von: Pipis, Charilaos, et al.
Veröffentlicht: (2025)

MEMENTO: Teaching LLMs to Manage Their Own Context
von: Kontonis, Vasilis, et al.
Veröffentlicht: (2026)

Sample More to Think Less: Group Filtered Policy Optimization for Concise Reasoning
von: Shrivastava, Vaishnavi, et al.
Veröffentlicht: (2025)

VersaPRM: Multi-Domain Process Reward Model via Synthetic Reasoning Data
von: Zeng, Thomas, et al.
Veröffentlicht: (2025)

The Expressive Power of Low-Rank Adaptation
von: Zeng, Yuchen, et al.
Veröffentlicht: (2023)

The Effects of Multi-Task Learning on ReLU Neural Network Functions
von: Nakhleh, Julia, et al.
Veröffentlicht: (2024)

CHAI: Clustered Head Attention for Efficient LLM Inference
von: Agarwal, Saurabh, et al.
Veröffentlicht: (2024)

Looped Transformers for Length Generalization
von: Fan, Ying, et al.
Veröffentlicht: (2024)

Memorization Capacity for Additive Fine-Tuning with Small ReLU Networks
von: Sohn, Jy-yong, et al.
Veröffentlicht: (2024)

Pretraining Decision Transformers with Reward Prediction for In-Context Multi-task Structured Bandit Learning
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2024)

Context and Diversity Matter: The Emergence of In-Context Learning in World Models
von: Wang, Fan, et al.
Veröffentlicht: (2025)

Multi-Task Corrupted Prediction for Learning Robust Audio-Visual Speech Representation
von: Kim, Sungnyun, et al.
Veröffentlicht: (2025)

Convergence and Emergence of In-Context Reinforcement Learning with Chain of Thought
von: Xie, Zixuan, et al.
Veröffentlicht: (2026)

Efficient Active Learning with Abstention
von: Zhu, Yinglun, et al.
Veröffentlicht: (2022)

Vocabulary In-Context Learning in Transformers: Benefits of Positional Encoding
von: Ma, Qian, et al.
Veröffentlicht: (2025)

Provable In-Context Vector Arithmetic via Retrieving Task Concepts
von: Bu, Dake, et al.
Veröffentlicht: (2025)

Active Learning with Neural Networks: Insights from Nonparametric Statistics
von: Zhu, Yinglun, et al.
Veröffentlicht: (2022)

Towards Provable Emergence of In-Context Reinforcement Learning
von: Wang, Jiuqi, et al.
Veröffentlicht: (2025)

Infected Smallville: How Disease Threat Shapes Sociality in LLM Agents
von: Choi, Soyeon, et al.
Veröffentlicht: (2025)

Learning Task Representations from In-Context Learning
von: Saglam, Baturay, et al.
Veröffentlicht: (2025)