Buchumschlag

Context-Preserving Tensorial Reconfiguration in Large Language Model Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tonix, Larin, Baskerville, Morgana, Stourton, Nathaniel, Tattershall, Ophelia
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Structured Context Recomposition for Large Language Models Using Probabilistic Layer Realignment
von: Teel, Jonathan, et al.
Veröffentlicht: (2025)

Contextual Gradient Flow Modeling for Large Language Model Generalization in Multi-Scale Feature Spaces
von: Quillington, Daphne, et al.
Veröffentlicht: (2025)

Contextual Memory Reweaving in Large Language Models Using Layered Latent State Reconstruction
von: Dillon, Frederick, et al.
Veröffentlicht: (2025)

Statistical Coherence Alignment for Large Language Model Representation Learning Through Tensor Field Convergence
von: Gale, Jonathan, et al.
Veröffentlicht: (2025)

Training-Free Long-Context Scaling of Large Language Models
von: An, Chenxin, et al.
Veröffentlicht: (2024)

Privacy Preserving In-Context-Learning Framework for Large Language Models
von: Bhusal, Bishnu, et al.
Veröffentlicht: (2025)

Enhancing Building Semantics Preservation in AI Model Training with Large Language Model Encodings
von: Jang, Suhyung, et al.
Veröffentlicht: (2026)

In-Context Watermarks for Large Language Models
von: Liu, Yepeng, et al.
Veröffentlicht: (2025)

Keep Security! Benchmarking Security Policy Preservation in Large Language Model Contexts Against Indirect Attacks in Question Answering
von: Chang, Hwan, et al.
Veröffentlicht: (2025)

Context-Preserving Gradient Modulation for Large Language Models: A Novel Approach to Semantic Consistency in Long-Form Text Generation
von: Kobanov, Nirola, et al.
Veröffentlicht: (2025)

Can Large Language Models Understand Context?
von: Zhu, Yilun, et al.
Veröffentlicht: (2024)

On Context Utilization in Summarization with Large Language Models
von: Ravaut, Mathieu, et al.
Veröffentlicht: (2023)

In-Context Former: Lightning-fast Compressing Context for Large Language Model
von: Wang, Xiangfeng, et al.
Veröffentlicht: (2024)

Prompting Large Language Models with Human Error Markings for Self-Correcting Machine Translation
von: Berger, Nathaniel, et al.
Veröffentlicht: (2024)

Training a Large Language Model for Medical Coding Using Privacy-Preserving Synthetic Clinical Data
von: Cook, John, et al.
Veröffentlicht: (2026)

LongSkywork: A Training Recipe for Efficiently Extending Context Length in Large Language Models
von: Zhao, Liang, et al.
Veröffentlicht: (2024)

Thus Spake Long-Context Large Language Model
von: Liu, Xiaoran, et al.
Veröffentlicht: (2025)

A Survey of Context Engineering for Large Language Models
von: Mei, Lingrui, et al.
Veröffentlicht: (2025)

Contextual Reinforcement in Multimodal Token Compression for Large Language Models
von: Piero, Naderdel, et al.
Veröffentlicht: (2025)

Lexical Manifold Reconfiguration in Large Language Models: A Novel Architectural Approach for Contextual Modulation
von: Vassilis, Koinis, et al.
Veröffentlicht: (2025)

Deception in LLMs: Self-Preservation and Autonomous Goals in Large Language Models
von: Barkur, Sudarshan Kamath, et al.
Veröffentlicht: (2025)

Robust Utility-Preserving Text Anonymization Based on Large Language Models
von: Yang, Tianyu, et al.
Veröffentlicht: (2024)

Hybrid Alignment Training for Large Language Models
von: Wang, Chenglong, et al.
Veröffentlicht: (2024)

Pula: Training Large Language Models for Setswana
von: Brown, Nathan, et al.
Veröffentlicht: (2024)

Sparsity-Accelerated Training for Large Language Models
von: Ma, Da, et al.
Veröffentlicht: (2024)

How to Train Long-Context Language Models (Effectively)
von: Gao, Tianyu, et al.
Veröffentlicht: (2024)

Privacy-Preserving Instructions for Aligning Large Language Models
von: Yu, Da, et al.
Veröffentlicht: (2024)

Self-Updatable Large Language Models by Integrating Context into Model Parameters
von: Wang, Yu, et al.
Veröffentlicht: (2024)

Preservation of Language Understanding Capabilities in Speech-aware Large Language Models
von: Kubis, Marek, et al.
Veröffentlicht: (2025)

Skills-in-Context Prompting: Unlocking Compositionality in Large Language Models
von: Chen, Jiaao, et al.
Veröffentlicht: (2023)

Naive Bayes-based Context Extension for Large Language Models
von: Su, Jianlin, et al.
Veröffentlicht: (2024)

ICLEval: Evaluating In-Context Learning Ability of Large Language Models
von: Chen, Wentong, et al.
Veröffentlicht: (2024)

Large Language Models are Limited in Out-of-Context Knowledge Reasoning
von: Hu, Peng, et al.
Veröffentlicht: (2024)

Are Emergent Abilities in Large Language Models just In-Context Learning?
von: Lu, Sheng, et al.
Veröffentlicht: (2023)

Large Language Models Know What Makes Exemplary Contexts
von: Long, Quanyu, et al.
Veröffentlicht: (2024)

LyapLock: Bounded Knowledge Preservation in Sequential Large Language Model Editing
von: Wang, Peng, et al.
Veröffentlicht: (2025)

PRIV-QA: Privacy-Preserving Question Answering for Cloud Large Language Models
von: Li, Guangwei, et al.
Veröffentlicht: (2025)

Doc-PP: Document Policy Preservation Benchmark for Large Vision-Language Models
von: Jang, Haeun, et al.
Veröffentlicht: (2026)

Training-Free Multimodal Large Language Model Orchestration
von: Xie, Tianyu, et al.
Veröffentlicht: (2025)

Mid-Training of Large Language Models: A Survey
von: Mo, Kaixiang, et al.
Veröffentlicht: (2025)